计算机科学 ›› 2015, Vol. 42 ›› Issue (3): 252-255.doi: 10.11896/j.issn.1002-137X.2015.03.052
蒋 胜,王忠群,修 宇,皇苏斌,汪千松
JIANG Sheng, WANG Zhong-qun, XIU Yu, HUANG Su-bing and WANG Qian-song
摘要: 针对传统协同过滤推荐算法推荐精度低及冷启动的问题,提出了一种基于动态社会行为和用户背景的协同推荐方法。作为用户标注行为的结果,变化的标签体现了用户行为的动态性。该方法首先根据动态社会化标签得出用户的动态兴趣偏好相似度,然后根据用户背景信息计算出用户相似度,最后计算基于时间权重的用户评分相似度,并集成上述3个相似度找出最近邻居集,以为目标用户提供更加准确的个性化推荐。实验结果证明,该方法不仅能较好地解决数据稀疏和冷启动的问题,还能有效提高推荐算法的精确度。
[1] 于洪,李转运.基于遗忘曲线的协同过滤推荐算法[J].南京大学学报:自然科学版,2010,6(5):520-527 [2] 冯勇,李军平,徐红艳,等.基于社会网络分析的协同过滤推荐方法改进[J].计算机应用,2013,3(3):841-844 [3] Eleftherios T,Yannis M.Product recommendation and ratingprediction based on multi-modal social networks[C]∥Pocee-dings of the 5th ACM Conference on Recommender Systems.New York:ACM Press,2011:61-68 [4] 贾大文,曾承,彭智勇,等.一种基于用户偏好自动分类的社会媒体共享和推荐方法[J].计算机学报,2012,5(11):2381-2391 [5] 顾亦然,陈敏.一种三部图网络中标签时间加权的推荐方法[J].计算机科学,2012,9(8):96-98,9 [6] Cheng Yuan,Qiu Guang,Bu Jia-jun,et al.Model bloggers’ interests based on forgetting mechanism[C]∥Proceedings of the 17th International Conference on World Wide Web.New York:ACM Press,2008:1129-1130 [7] 庄景明,王明文,叶茂盛.基于内容过滤的农业信息推荐系统[J].计算机工程,2012,8(11):38-41 [8] Zhou Tao,Jiang L L,Su R Q,et al.Effect of initial configuration on network-based recommendation[J].Europhys Lett,2008,81:58004 [9] 赵琴琴,鲁凯,王斌.SPCF:一种基于内存的传播史协同过滤推荐算法[J].计算机学报,2013,6(3):671-676 |
No related articles found! |
|