基于时间衰减的协同过滤推荐算法

发布时间：2020-03-07 04:42

【摘要】：针对传统的协同过滤算法在计算相似度时未考虑时间因素的影响,导致推荐结果不准确的问题,本文提出将时间因素融入用户项目评分矩阵中,以解决兴趣衰减的问题。首先将遗忘曲线和记忆周期作为时间因素融入算法之中,将艾宾浩斯遗忘曲线用于指数函数拟合,从而获得时间与兴趣衰减的函数关系,以此用于优化用户项目的评分。并将改进的评分矩阵应用到基于项目的协同过滤推荐算法中进行推荐。在评分中加入记忆周期的影响,让目标用户对待预测的项目评分预测更为准确。实验结果表明,改进后的基于时间衰减协同过滤算法在准确性方面有显著的提高。

【参考文献】

相关期刊论文 前5条

1 冷亚军;陆青;梁昌勇;;基于结构相似性的协同过滤推荐算法[J];小型微型计算机系统;2015年10期

2 朱思丞;黄瑛;孙志锋;;推荐算法时间动态特性研究进展[J];工业控制计算机;2015年08期

3 景民昌;;从ACM RecSys' 2014国际会议看推荐系统的热点和发展[J];现代情报;2015年04期

4 张响亮;Tak Man Desmond Lee;Georgios Pitsilis;;Securing Recommender Systems Against Shilling Attacks Using Social-Based Clustering[J];Journal of Computer Science & Technology;2013年04期

5 汪静;印鉴;郑利荣;黄创光;;基于共同评分和相似性权重的协同过滤推荐算法[J];计算机科学;2010年02期

【共引文献】

相关期刊论文 前10条

1 董立岩;王越群;贺嘉楠;孙铭会;李永丽;;基于时间衰减的协同过滤推荐算法[J];吉林大学学报(工学版);2017年04期

2 张戈一;朱月琴;吕鹏飞;刘广开;胡博然;;耦合协同过滤推荐与关联分析的图书推荐方法研究[J];中国矿业;2017年S1期

3 古奋飞;;基于标签与评分个性化课程推荐算法[J];长春工业大学学报;2017年02期

4 洪亮;任秋圜;梁树贤;;国内电子商务网站推荐系统信息服务质量比较研究——以淘宝、京东、亚马逊为例[J];图书情报工作;2016年23期

5 田伟;韩海涛;;把握用户“痛点” 推进“互联网+档案”行动[J];档案管理;2016年06期

6 郑洁;钱育蓉;杨兴耀;黄兰;马婉贞;;基于信任和项目偏好的协调过滤算法[J];计算机应用;2016年10期

7 谢人强;陈震;;基于共同评分项和权重计算的推荐算法研究[J];计算机技术与发展;2016年09期

8 杨立;胡运红;邵桂荣;;融合时间衰减与偏好波动的协同偏好获取方法[J];计算机应用;2016年07期

9 王威;郑骏;;基于用户相似度的协同过滤算法改进[J];华东师范大学学报(自然科学版);2016年03期

10 李民;王颖纯;刘燕权;;“211工程”高校图书馆馆藏资源推荐系统调查探析[J];图书情报工作;2016年09期

【二级参考文献】

相关期刊论文 前6条

1 冷亚军;陆青;张俊岭;;使用二分图网络提高协同推荐的准确性[J];计算机科学;2015年03期

2 孙光福;吴乐;刘淇;朱琛;陈恩红;;基于时序行为的协同过滤推荐算法[J];软件学报;2013年11期

3 牟廉明;詹德川;黎铭;周志华;;基于结构相似性和压缩变换的聚类方法[J];模式识别与人工智能;2011年05期

4 刘建国;周涛;郭强;汪秉宏;;个性化推荐系统评价方法综述[J];复杂系统与复杂性科学;2009年03期

5 陈健;印鉴;;基于影响集的协作过滤推荐算法[J];软件学报;2007年07期

6 邓爱林,朱扬勇,施伯乐;基于项目评分预测的协同过滤推荐算法[J];软件学报;2003年09期

【相似文献】

相关期刊论文 前10条

1 杨风召;;一种基于特征表的协同过滤算法[J];计算机工程与应用;2007年06期

2 王岚;翟正军;;基于时间加权的协同过滤算法[J];计算机应用;2007年09期

3 曾子明;张李义;;基于多属性决策和协同过滤的智能导购系统[J];武汉大学学报(工学版);2008年02期

4 张富国;;用户多兴趣下基于信任的协同过滤算法研究[J];小型微型计算机系统;2008年08期

5 侯翠琴;焦李成;张文革;;一种压缩稀疏用户评分矩阵的协同过滤算法[J];西安电子科技大学学报;2009年04期

6 廖新考;;基于用户特征和项目属性的混合协同过滤推荐[J];福建电脑;2010年07期

7 沈磊;周一民;李舟军;;基于心理学模型的协同过滤推荐方法[J];计算机工程;2010年20期

8 徐红;彭黎;郭艾寅;徐云剑;;基于用户多兴趣的协同过滤策略改进研究[J];计算机技术与发展;2011年04期

9 焦晨斌;王世卿;;基于模型填充的混合协同过滤算法[J];微计算机信息;2011年11期

10 郑婕;鲍海琴;;基于协同过滤推荐技术的个性化网络教学平台研究[J];科技风;2012年06期

相关会议论文 前10条

1 沈杰峰;杜亚军;唐俊;;一种基于项目分类的协同过滤算法[A];第二十二届中国数据库学术会议论文集（技术报告篇）[C];2005年

2 周军锋;汤显;郭景峰;;一种优化的协同过滤推荐算法[A];第二十一届中国数据库学术会议论文集（研究报告篇）[C];2004年

3 董全德;;基于双信息源的协同过滤算法研究[A];全国第20届计算机技术与应用学术会议（CACIS·2009）暨全国第1届安全关键技术与应用学术会议论文集（上册）[C];2009年

4 张光卫;康建初;李鹤松;刘常昱;李德毅;;面向场景的协同过滤推荐算法[A];中国系统仿真学会第五次全国会员代表大会暨2006年全国学术年会论文集[C];2006年

5 李建国;姚良超;汤庸;郭欢;;基于认知度的协同过滤推荐算法[A];第26届中国数据库学术会议论文集（B辑）[C];2009年

6 王明文;陶红亮;熊小勇;;双向聚类迭代的协同过滤推荐算法[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年

7 胡必云;李舟军;王君;;基于心理测量学的协同过滤相似度方法(英文)[A];NDBC2010第27届中国数据库学术会议论文集(B辑)[C];2010年

8 林丽冰;师瑞峰;周一民;李月雷;;基于双聚类的协同过滤推荐算法[A];2008'中国信息技术与应用学术论坛论文集（一）[C];2008年

9 罗喜军;王韬丞;杜小勇;刘红岩;何军;;基于类别的推荐——一种解决协同推荐中冷启动问题的方法[A];第二十四届中国数据库学术会议论文集（研究报告篇）[C];2007年

10 黄创光;印鉴;汪静;刘玉葆;王甲海;;不确定近邻的协同过滤推荐算法[A];NDBC2010第27届中国数据库学术会议论文集A辑一[C];2010年

相关博士学位论文 前10条

1 纪科;融合上下文信息的混合协同过滤推荐算法研究[D];北京交通大学;2016年

2 程殿虎;基于协同过滤的社会网络推荐系统关键技术研究[D];中国海洋大学;2015年

3 于程远;基于QoS的Web服务推荐技术研究[D];上海交通大学;2015年

4 李聪;电子商务推荐系统中协同过滤瓶颈问题研究[D];合肥工业大学;2009年

5 郭艳红;推荐系统的协同过滤算法与应用研究[D];大连理工大学;2008年

6 罗恒;基于协同过滤视角的受限玻尔兹曼机研究[D];上海交通大学;2011年

7 薛福亮;电子商务协同过滤推荐质量影响因素及其改进机制研究[D];天津大学;2012年

8 高e，

本文编号：2585307