10.3969/j.issn.1000-386x.2017.02.051
基于Logistic时间函数和用户特征的协同过滤算法
目前推荐系统中协同过滤算法是应用最成熟的推荐算法之一,然而传统算法没有考虑随着时间的迁移,用户的兴趣也可能发生相应变化以及特征属性在推荐过程中对推荐结果的影响,致使预测结果不准确.为此,提出一种新的相似性改进算法对传统算法进行改进.改进后的协同过滤算法对基于时间的Logistic权重函数与用户特征属性进行加权计算,形成一种新的相似性度量模型.实验结果表明该算法推荐平均绝对误差(MAE)比传统算法降低了12％,较传统算法推荐质量有明显提高.
协同过滤、兴趣变化、时间权重、用户特征
34
TP393(计算技术、计算机技术)
河南省科技攻关项目142402210435
2017-05-26（万方平台首次上网日期，不代表论文的发表时间）
共6页
285-289,312
