| 基于物品的改进协同过滤算法及应用 |
| |
| 作者姓名： | 邓园园 吴美香 潘家辉 |
| |
| 作者单位： | 华南师范大学软件学院,南海,528225;华南师范大学软件学院,南海,528225;华南师范大学软件学院,南海,528225 |
| |
| 基金项目： | 国家自然科学基金青年科学基金（61503143）;广州市科技计划项目珠江科技新星科技创新人才专项（201710010038）;广东省自然科学基金博士科研启动项目（2014A030310244） |
| |
| 摘 要： | 针对电视产品信息资源量过载导致用户选择困难的问题,本文主要研究了基于物品的协同过滤算法在电视产品推荐系统中的改进及应用,将个性化推荐技术和电视产品系统有机结合来满足用户和运营商的需求.在推荐过程中,首先收集用户的偏好建立数据模型,以用户观看电视产品的时长作为用户偏好的显式特征,然后在传统的协同过滤算法中引入点播金额权重进行改进,并采用欧几里德距离法计算物品相似度,最后根据邻居集合预测目标用户对电视产品的观看时长,得到推荐结果.实验表明,通过引入点播金额权重这一改进能够提高推荐的准确性.
|
| 关 键 词： | 电视产品推荐系统 推荐算法 协同过滤算法 点播金额权重 |
| 收稿时间： | 2018-07-17 |
| 修稿时间： | 2018-08-09 |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《计算机系统应用》浏览原始摘要信息 |
|
点击此处可从《计算机系统应用》下载免费的PDF全文 |
|
