基于用户兴趣变化的协同过滤技术的研究

全文: PDF(0 KB)
输出: BibTeX | EndNote (RIS)

摘要传统的协同过滤算法中忽视了用户的兴趣变化，一定程度上影响了推荐质量，因此本文引入了基于时间的数据权重，在此基础上研究了基于用户兴趣变化的协同过滤技术。实验表明基于用户兴趣变化的协同过滤技术能够及时发现用户的兴趣变化，提高系统的推荐质量。

	服务
	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	（）
	作者相关文章
	路晓亚
	宋秋丽

关键词 ：推荐技术, 兴趣变化, 协同过滤, 基于时间的数据权重

Abstract：Traditional collaborative filtering algorithms ignores the change of the user interest，which affects the quality of recommendation in a certain extent．This article introduces time-based data weight，and researches on the collaborative filtering technology based on the change of user interest．Experimental results show that this technology can discover the change of user interest timely，and improve the system recommendation quality．

Key words： recommendation technology interest change collaborative filtering time-based data weight

收稿日期: 1900-01-01 年卷期日期: 2012-03-10 出版日期: 2012-03-10

引用本文:

路晓亚宋秋丽. 基于用户兴趣变化的协同过滤技术的研究[J]. , 2012, 1(3): 0-0.
Lu Xiaoya Song Qiuli. Research of Collaborative Filtering Technology Based on the Change of User Interest. , 2012, 1(3): 0-0.

链接本文:

https://www.computertelecom.com.cn/CN/ 或 https://www.computertelecom.com.cn/CN/Y2012/V1/I3/0

[1]	李改郭泽浩. TrustOCCR：基于信任的社会化单类协同排序推荐算法[J]. 电脑与电信, 2024, 1(6): 7-10.
[2]	欧卫红杨永琴. 大数据平台下基于Mahout的图书推荐系统研究[J]. 电脑与电信, 2021, 1(9): 28-31.
[3]	高立强缪凯. 改进型协同过滤的网络课程推荐算法[J]. 电脑与电信, 2021, 1(6): 53-56.
[4]	宋曼. 一种基于BP神经网络的电影协同过滤算法[J]. 电脑与电信, 2021, 1(6): 13-18.
[5]	杨要科. 基于改进项目相关性度量的协同过滤推荐算法[J]. 电脑与电信, 2018, 1(12): 23-.
[6]	陶漪. 基于E-learning 的资源推送服务与关键策略研究[J]. 电脑与电信, 2017, 1(11): 12-13.
[7]	王玉林, 王永鉴, 柴争义. 基于免疫算法的个性化推荐系统[J]. 电脑与电信, 2016, 1(10): 1-3.
[8]	陈泽波. 基于分类的协同过滤图书推荐系统应用研究[J]. 电脑与电信, 2015, 1(9): 60-62.