一种基于用户兴趣联合相似度的协同过滤算法
王建芳
韩鹏飞
苗艳玲
司马海峰
1.河南理工大学 计算机科学与技术学院,河南 焦作,4540002.河南理工大学 计算机科学与技术学院,河南 焦作,4540003.河南理工大学 计算机科学与技术学院,河南 焦作,4540004.河南理工大学 计算机科学与技术学院,河南 焦作,454000
摘要：在推荐系统中数据稀疏性和推荐时效性是经常面对的问题,为了更好地反映不同用户在不同阶段的邻域相关性,从而能够挖掘出评分项目中所隐含的个性化信息,在基于用户的协同过滤算法预测评分过程中将联合相似度与用户兴趣的时序信息相结合,首先融合覆盖评分信息的用户间的协同相似度、偏好相似度和轨迹相似度等3种相似度,通过参数调节不同度量的权重及相似度阈值形成联合相似度以获取用户有效的邻居数目;其次在联合相似度计算过程中引入反映时间权重的Logistic函数以提高推荐的时效性;最后进行实验,结果表明,所提出的方法与经典算法相比,不仅提高了精度,而且可以更有效地预测用户的真实评分.
关键词：联合相似度稀疏性时间权重函数协同过滤算法
分类号：TP391(计算技术、计算机技术)
资助基金：国家自然科学基金(61602157)河南省高等学校重点科研项目(15A520074)
论文发表日期：2019-09-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 118-123 )
英文信息