文件名称：论文研究-改进的基于标签的协同过滤算法.pdf
文件大小：590KB
文件格式：PDF
更新时间：2022-09-30 07:10:47
论文研究
针对现存的基于标签的个性化推荐系统在构建用户兴趣模型时未充分挖掘用户真正的兴趣爱好，且未考虑到时间因素对推荐结果的影响，提出一种改进的基于标签的协同过滤算法（ITCF）。该算法将用户评分融入到用户对标签权重的计算中，考虑用户不同兴趣程度的项目对推荐结果的影响，并使用指数渐进遗忘函数和时间窗口相结合的方法来捕捉用户兴趣的变化。在数据集Movielens上的实验证明，改进后的算法在precision、hit-rank以及NDCG三个评价指标上均取得了较好的推荐效果，其推荐的质量和效果均优于传统方案。