融合懲罰因子和時(shí)間權(quán)重的協(xié)同過(guò)濾推薦算法
所屬分類：技術(shù)論文
上傳者：muyx
文檔大小：1320 K
標(biāo)簽： 協(xié)同過(guò)濾 推薦算法 懲罰因子
所需積分：0分積分不夠怎么辦,？
文檔介紹：協(xié)同過(guò)濾算法是一種經(jīng)典的推薦算法,，思想是依據(jù)近鄰用戶或者相似物品對(duì)目標(biāo)進(jìn)行推薦，常被應(yīng)用在各類推薦系統(tǒng)中,。但傳統(tǒng)算法過(guò)分考慮熱門(mén)物品對(duì)評(píng)分的影響,，而忽略了冷門(mén)物品對(duì)用戶興趣特征度量的貢獻(xiàn)，也未考慮用戶興趣動(dòng)態(tài)變化的問(wèn)題,。對(duì)此,，提出一種新的相似度改進(jìn)算法，改進(jìn)后的協(xié)同過(guò)濾算法將物品熱門(mén)懲罰因子和時(shí)間數(shù)據(jù)權(quán)重進(jìn)行加權(quán)計(jì)算,，優(yōu)化了用戶相似度計(jì)算方法,，形成了一種新的相似性度量模型。利用MovieLens電影推薦數(shù)據(jù)集驗(yàn)證改進(jìn)后的算法,，實(shí)驗(yàn)結(jié)果表明,，該算法將推薦平均絕對(duì)誤差(MAE)與傳統(tǒng)算法相比降低了13.2%，推薦質(zhì)量有了明顯提升,。
現(xiàn)在下載
VIP會(huì)員,，AET專家下載不扣分；重復(fù)下載不扣分,，本人上傳資源不扣分,。