融合懲罰因子和時間權(quán)重的協(xié)同過濾推薦算法
所屬分類：技術(shù)論文
上傳者：muyx
文檔大?。?span>1320 K
標簽： 協(xié)同過濾 推薦算法 懲罰因子
所需積分：0分積分不夠怎么辦？
文檔介紹：協(xié)同過濾算法是一種經(jīng)典的推薦算法，思想是依據(jù)近鄰用戶或者相似物品對目標進行推薦，常被應用在各類推薦系統(tǒng)中。但傳統(tǒng)算法過分考慮熱門物品對評分的影響，而忽略了冷門物品對用戶興趣特征度量的貢獻，也未考慮用戶興趣動態(tài)變化的問題。對此，提出一種新的相似度改進算法，改進后的協(xié)同過濾算法將物品熱門懲罰因子和時間數(shù)據(jù)權(quán)重進行加權(quán)計算，優(yōu)化了用戶相似度計算方法，形成了一種新的相似性度量模型。利用MovieLens電影推薦數(shù)據(jù)集驗證改進后的算法，實驗結(jié)果表明，該算法將推薦平均絕對誤差(MAE)與傳統(tǒng)算法相比降低了13.2%，推薦質(zhì)量有了明顯提升。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。