-
题名时间上下文的协同过滤Top-N推荐算法
被引量：7
- 1
-
-
作者
刘云
王颖
亓国涛
包智妍
-
机构
华北电力大学控制与计算机工程学院
-
出处
《计算机技术与发展》
2017年第7期79-82,共4页
-
基金
国家"863"高技术发展计划项目(2012AA121005-3)
-
文摘
在推荐系统中,通过收集和分析用户在系统中的所有行为信息,创建用户独有的偏好模型,从而根据该模型推断出用户可能感兴趣的物品。传统协同推荐算法一般都是利用收集的用户行为信息,根据偏好模型分析用户的行为特点,筛选出向用户推荐的物品列表,但推荐列表大同小异。为了提高推荐的准确性和精确性,让用户在不同的时间可以看到不同的推荐结果,提出了以传统协同过滤算法为基础的改进算法。在分析用户行为信息,建立用户行为特征时,考虑不同时间下用户历史信息也不同,时间越近越能反映当前用户行为特征。用户在较短时间间隔内感兴趣的物品,具有更高的相似度。故以时间作为权重因子引入到算法中,加重近期行为在算法中所占的比重,优先向用户推荐与他浏览过的物品类似的物品,从而提高推荐物品的多样性。在典型数据集上的实验表明,在保证推荐准确度的前提下,融合时间的推荐算法准确率和召回率明显提高,验证了该算法的有效性。
-
关键词
协同过滤
商品推荐
时间影响
权重因子
时间衰减
-
Keywords
collaborative filter
commodity recommendation
time effect
weight factor
time decay
-
分类号
TP399
[自动化与计算机技术—计算机应用技术]
-
-
题名基于用户行为的搜索关键字的权重分析
- 2
-
-
作者
亓国涛
王颖
刘云
包智妍
-
机构
华北电力大学控制与计算机工程学院
-
出处
《电脑编程技巧与维护》
2016年第23期18-19,25,共3页
-
文摘
电子商务网站中,关键词搜索是用户查询的一种重要手段,计算搜索关键词中的切词权重,是搜索引擎查询处理时的一个重要内容。基于现有的切词权重的计算方法,对用户在网站进行信息查询等购物的决策过程中产生的多种类型的用户行为进行深入数据挖掘,并将其挖掘结果作用于切词权重词典,有效地提高了切词权重的准确性,提高了搜索排序准确率。
-
关键词
用户行为
切词权重
数据挖掘
-
分类号
TP393.092
[自动化与计算机技术—计算机应用技术]
TP391.1
[自动化与计算机技术—计算机科学与技术]
-
