典型文献
融合项目质量与时间的矩阵分解协同过滤算法
文献摘要：
目前,改进的协同过滤算法主要通过用户评分和项目属性获取用户偏好,以此优化最近邻选择质量完成推荐.然而这些算法在挖掘用户偏好时很少考虑项目质量和时间因素的影响,并且在产生推荐候选集时未能考虑用户对项目类型的偏好.为此,提出一种融合项目质量和时间的矩阵分解协同过滤算法(QTW-MFCF),通过引入质量和时间因子修正用户评分,结合项目类型信息构建用户—项目类型兴趣度矩阵,然后根据用户当前项目类型偏好产生推荐候选集,最后采用矩阵分解预测用户对候选集中所有项目的评分,实现top-N推荐.通过在两个公开电影数据集上的实验结果显示,该算法准确率和召回率相较于基准算法在M1上分别平均提升了25.17％和44％,在M2上则分别平均提升了32.9％和28.59％,实验数据表明该算法能更有效地获取用户偏好并进一步提高推荐质量.
文献关键词：
兴趣迁移;协同过滤;项目质量;时间权重;项目类型;矩阵分解
中图分类号：
作者姓名：
邵超;崔丽莎
作者机构：
河南财经政法大学计算机与信息工程学院,河南郑州450046
文献出处：
引用格式：
[1]邵超;崔丽莎-.融合项目质量与时间的矩阵分解协同过滤算法)[J].软件导刊,2022(06):1-10
A类：
QTW,MFCF,兴趣迁移
B类：
项目质量,矩阵分解,分解协同,协同过滤算法,项目属性,取用,用户偏好,最近邻,量完,时间因素,选集,项目类型,时间因子,正用,类型信息,信息构建,兴趣度,前项,分解预测,top,电影数据,召回率,M1,M2,时间权重
AB值：
0.317447
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
