基于時(shí)間加權(quán)與評(píng)分預(yù)測(cè)的協(xié)同過濾推薦算法研究.pdf

1、隨著信息技術(shù)的高速發(fā)展，我們逐漸從信息匱乏的時(shí)代走向了信息過載的時(shí)代，從海量的信息中獲取有用并且感興趣的信息越來越困難。推薦系統(tǒng)作為克服信息過載的重要工具，受到工業(yè)界與學(xué)術(shù)界的一致關(guān)注。其中協(xié)同過濾推薦算法作為推薦系統(tǒng)里的明星算法，受到廣泛的應(yīng)用與研究。傳統(tǒng)的協(xié)同過濾推薦算法沒有考慮系統(tǒng)的動(dòng)態(tài)特性，不能適應(yīng)用戶興趣的變化，又受到評(píng)分?jǐn)?shù)據(jù)越來越稀疏的影響，推薦的質(zhì)量不斷的下降。而現(xiàn)有的對(duì)傳統(tǒng)的協(xié)同過濾推薦算法做出的改進(jìn)的相關(guān)算法雖然可以適

2、應(yīng)用戶的興趣變化，但是仍然受到評(píng)分?jǐn)?shù)據(jù)的嚴(yán)重稀疏的影響，推薦的質(zhì)量也并沒有很大的改善。為了提高基于適應(yīng)用戶興趣變化的協(xié)同過濾推薦算法的用戶或項(xiàng)目之間的相似度的精度，改善推薦系統(tǒng)的推薦質(zhì)量，我們提出在傳統(tǒng)的基于時(shí)間加權(quán)的基礎(chǔ)上結(jié)合評(píng)分預(yù)測(cè)的方法。首先，通過研究現(xiàn)有的評(píng)分預(yù)測(cè)的算法，采用一個(gè)合適并且高效的方法得出相應(yīng)的評(píng)分?jǐn)?shù)據(jù)。然后，根據(jù)提出的新方法來賦予部分擁有較高評(píng)分值的預(yù)測(cè)評(píng)分項(xiàng)目一個(gè)評(píng)分時(shí)的時(shí)間刻度。最后，再對(duì)這個(gè)新的評(píng)分矩陣?yán)脮r(shí)