首页 | 本学科首页   官方微博 | 高级检索  
     

基于动态社会行为和用户背景的协同推荐方法
引用本文:蒋 胜,王忠群,修 宇,皇苏斌,汪千松.基于动态社会行为和用户背景的协同推荐方法[J].计算机科学,2015,42(3):252-255, 265.
作者姓名:蒋 胜  王忠群  修 宇  皇苏斌  汪千松
作者单位:安徽工程大学计算机与信息学院 芜湖241000
基金项目:本文受国家自然科学基金项目(71371012,2,61300170),教育部人文社科规划项目(13YJA630098)资助
摘    要:针对传统协同过滤推荐算法推荐精度低及冷启动的问题,提出了一种基于动态社会行为和用户背景的协同推荐方法。作为用户标注行为的结果,变化的标签体现了用户行为的动态性。该方法首先根据动态社会化标签得出用户的动态兴趣偏好相似度,然后根据用户背景信息计算出用户相似度,最后计算基于时间权重的用户评分相似度,并集成上述3个相似度找出最近邻居集,以为目标用户提供更加准确的个性化推荐。实验结果证明,该方法不仅能较好地解决数据稀疏和冷启动的问题,还能有效提高推荐算法的精确度。

关 键 词:推荐精度  冷启动  社会化标签  用户背景信息  动态社会行为  时间权重

Collaborative Filtering Recommendation Method Based on Dynamic Social Behavior and Users' Background Information
JIANG Sheng,WANG Zhong-qun,XIU Yu,HUANG Su-bing and WANG Qian-song.Collaborative Filtering Recommendation Method Based on Dynamic Social Behavior and Users' Background Information[J].Computer Science,2015,42(3):252-255, 265.
Authors:JIANG Sheng  WANG Zhong-qun  XIU Yu  HUANG Su-bing and WANG Qian-song
Affiliation:School of Computer and Information,Anhui Polytechnic University,Wuhu 241000,China,School of Computer and Information,Anhui Polytechnic University,Wuhu 241000,China,School of Computer and Information,Anhui Polytechnic University,Wuhu 241000,China,School of Computer and Information,Anhui Polytechnic University,Wuhu 241000,China and School of Computer and Information,Anhui Polytechnic University,Wuhu 241000,China
Abstract:
Keywords:Recommendation precision  Cold-start  Social tags  Users' background information  Dynamic social behavior  Time weight
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《计算机科学》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号