發(fā)布時間：2017-11-25 11:31

  本文關(guān)鍵詞：基于項目聚類和時間因素改進(jìn)的推薦算法

  更多相關(guān)文章： 推薦系統(tǒng) 協(xié)同過濾 物品相似度 興趣衰減 聚類

【摘要】：針對傳統(tǒng)推薦算法忽略時間因素影響的問題,根據(jù)用戶行為在短期內(nèi)存在較高的相似性,在計算物品相似度時引入時間衰減函數(shù),提出一種考慮時間因素的物品相似度計算方法。同時基于聚類的思想,對項目作聚類,充分挖掘用戶對項目類的興趣度以及物品在類內(nèi)的權(quán)重關(guān)系�；谏鲜鰞牲c對傳統(tǒng)的協(xié)同過濾推薦算法進(jìn)行改進(jìn),提出一種結(jié)合時間因素和項目聚類的TCItem CF算法。實驗結(jié)果表明,采用改進(jìn)的推薦算法能夠明顯改善推薦效果;特別地,在阻尼系數(shù)為0.01、時間衰減因子為0.5、聚類數(shù)目為160、推薦列表長度為20時,改進(jìn)的推薦算法相比基于項目聚類的推薦算法Item Cluster推薦準(zhǔn)確率提高4.9%。
【作者單位】： 中國科學(xué)院成都計算機(jī)應(yīng)用研究所;中國科學(xué)院大學(xué);
【基金】：四川省科技創(chuàng)新苗子工程項目(2015060)
【分類號】：TP391.3
【正文快照】： 0引言隨著互聯(lián)網(wǎng)和電子商務(wù)的發(fā)展,個性化推薦技術(shù)逐漸成為一種新型的內(nèi)容提供方式,得到越來越多研究者的關(guān)注[1]。目前,幾乎所有大型電子商務(wù)系統(tǒng)[2]、網(wǎng)絡(luò)流媒體[3]等都在使用各種形式的推薦系統(tǒng),它的出現(xiàn)有效地解決了用戶如何從海量數(shù)據(jù)中獲取相關(guān)信息這一難題。目前主要的

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 徐義峰;徐云青;劉曉平;;一種基于時間序列性的推薦算法[J];計算機(jī)系統(tǒng)應(yīng)用;2006年10期

2 余小鵬;;一種基于多層關(guān)聯(lián)規(guī)則的推薦算法研究[J];計算機(jī)應(yīng)用;2007年06期

3 張海玉;劉志都;楊彩;賈松浩;;基于頁面聚類的推薦算法的改進(jìn)[J];計算機(jī)應(yīng)用與軟件;2008年09期

4 張立燕;;一種基于用戶事務(wù)模式的推薦算法[J];福建電腦;2009年03期

5 王晗;夏自謙;;基于蟻群算法和瀏覽路徑的推薦算法研究[J];中國科技信息;2009年07期

6 周珊丹;周興社;王海鵬;倪紅波;張桂英;苗強(qiáng);;智能博物館環(huán)境下的個性化推薦算法[J];計算機(jī)工程與應(yīng)用;2010年19期

7 王文;;個性化推薦算法研究[J];電腦知識與技術(shù);2010年16期

8 張愷;秦亮曦;寧朝波;李文閣;;改進(jìn)評價估計的混合推薦算法研究[J];微計算機(jī)信息;2010年36期

9 夏秀峰;代沁;叢麗暉;;用戶顯意識下的多重態(tài)度個性化推薦算法[J];計算機(jī)工程與應(yīng)用;2011年16期

10 楊博;趙鵬飛;;推薦算法綜述[J];山西大學(xué)學(xué)報(自然科學(xué)版);2011年03期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 王韜丞;羅喜軍;杜小勇;;基于層次的推薦:一種新的個性化推薦算法[A];第二十四屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2007年

2 唐燦;;基于模糊用戶心理模式的個性化推薦算法[A];2008年計算機(jī)應(yīng)用技術(shù)交流會論文集[C];2008年

3 秦國;杜小勇;;基于用戶層次信息的協(xié)同推薦算法[A];第二十一屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2004年

4 周玉妮;鄭會頌;;基于瀏覽路徑選擇的蟻群推薦算法:用于移動商務(wù)個性化推薦系統(tǒng)[A];社會經(jīng)濟(jì)發(fā)展轉(zhuǎn)型與系統(tǒng)工程——中國系統(tǒng)工程學(xué)會第17屆學(xué)術(shù)年會論文集[C];2012年

5 蘇日啟;胡皓;汪秉宏;;基于網(wǎng)絡(luò)的含時推薦算法[A];第五屆全國復(fù)雜網(wǎng)絡(luò)學(xué)術(shù)會議論文（摘要）匯集[C];2009年

6 梁莘q，

本文編號：1225906