一种基于指数遗忘函数的协同过滤算法

被引:10
作者
曾东红 [1 ]
汪涛 [1 ]
严水发 [2 ]
赖慧芳 [3 ]
机构
[1] 江西理工大学电气工程与自动化学院
[2] 腾讯控股有限公司
[3] 江西理工大学教务处
关键词
协同过滤; 个性化推荐; 兴趣变化; 指数遗忘;
D O I
暂无
中图分类号
TP391.3 [检索机];
学科分类号
081203 ; 0835 ;
摘要
协同过滤算法是目前最成功的个性化推荐技术之一,但传统的协同过滤算法没有考虑用户兴趣随时间而产生的变化,影响了推荐质量。本文针对这个问题,提出一种改进的指数遗忘函数对用户—资源评分矩阵进行修正,并将修正的评分矩阵用于协同过滤算法,从而得到一种改进的协同过滤算法。实验表明,与传统协同过滤算法相比,改进的算法在推荐准确度上有显著提高。
引用
收藏
页码:10 / 15
页数:6
相关论文
共 12 条
[11]   Similarity measure and instance selection for collaborative filtering [J].
Zeng, C ;
Xing, CX ;
Zhou, LZ ;
Zheng, XH .
INTERNATIONAL JOURNAL OF ELECTRONIC COMMERCE, 2004, 8 (04) :115-129
[12]   Item-based top-N recommendation algorithms [J].
Deshpande, M ;
Karypis, G .
ACM TRANSACTIONS ON INFORMATION SYSTEMS, 2004, 22 (01) :143-177