查询结果:   李炎,艾均,苏湛.结合评分时间和用户空间的协同过滤推荐算法[J].计算机应用与软件,2018,35(12):247 - 252.
中文标题
结合评分时间和用户空间的协同过滤推荐算法
发表栏目
算法
摘要点击数
387
英文标题
COLLABORATIVE FILTERING RECOMMENDATION ALGORITHM COMBINING RATING TIME AND USER SPACE
作 者
李炎 艾均 苏湛 Li Yan Ai Jun Su Zhan
作者单位
上海理工大学光电信息与计算机工程学院 上海 200093     
英文单位
School of Optical-Electrical and Computer Engineering, University of Shanghai for Science and Technology, Shanghai 200093, China     
关键词
协同过滤 复杂网络 布局算法 评分时间 用户空间
Keywords
Collaborative filtering Complex network Layout algorithm Rating time User space
基金项目
国家自然科学基金青年基金项目(61803264)
作者资料
李炎,硕士生,主研领域:推荐系统,复杂网络。艾均,讲师。苏湛,讲师。 。
文章摘要
大多数科学研究的协同过滤推荐算法一般只利用用户的评分信息,而忽视了评分产生的时间以及用户所处的空间对推荐的影响。针对这一问题,从评分时间和用户空间角度对推荐算法的相似度计算、邻居用户选择以及评分预测过程进行改进。利用评分时间和用户空间两方面因素,提出结合评分时间和用户空间的协同过滤推荐算法。用户的兴趣随着时间的改变而发生改变,用户最近评分的影响力比以前评分的影响力更大。对没有空间信息的数据集,采用复杂网络拓扑布局算法把相关联的用户排布成用户空间网络布局。通过实验验证了该算法在准确性方面有显著的提高。
Abstract
In scientific research, most of the collaborative filtering recommendation algorithm generally only uses the user’s rating information. It ignores the influence of time generated by rating and user space on recommendation. To solve this problem, we improved the similarity computing, neighbor’s choice and rating prediction process of recommendation algorithm from the perspective of rating time and user space. Combining rating time and user space, we proposed a collaborative filtering recommendation algorithm. With time changing, users’ interests change. Their recent ratings are more influential than previous ratings. For data sets without spatial information, the topology layout algorithm of complex network was adopted to arrange related users into the user-space network layout. Experiments verify that the algorithm has a significant improvement in accuracy.
下载PDF全文