|
|
1.
非线性组合的协同过滤推荐算法
李国 张智斌 刘芳先 姜波 姚文伟
计算机应用
2011, 31 (11):
3063-3067.
DOI: 10.3724/SP.J.1087.2011.03063
协同过滤是目前最流行的个性化推荐技术，但现有算法局限于用户项目评分矩阵，存在稀疏性、冷开始问题，邻居相似性只考虑用户共同评分项目，忽略项目属性、用户特征相关性；同等对待用户不同时间的兴趣偏好，缺乏实时性。针对这些问题，提出一种非线性组合的协同过滤算法，改进基于项目属性、用户特征的邻居相似性计算方法，获得更加准确的最近邻居集；初始预测评分填充矩阵，以增强其稠密性；最终预测评分增加时间权限，使用户最新兴趣权重最大。实验表明，该算法通过有效降低稀疏性、冷开始和实现实时推荐，提高了预测精度。
相关文章 |
多维度评价
|
|
