| 融合懲罰因子和時間權重的協同過濾推薦算法 | |
| 所屬分類：技術論文 | |
| 上傳者：muyx | |
| 文檔大?。?span>1320 K | |
| 標簽： 協同過濾 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：協同過濾算法是一種經典的推薦算法，思想是依據近鄰用戶或者相似物品對目標進行推薦，常被應用在各類推薦系統中。但傳統算法過分考慮熱門物品對評分的影響，而忽略了冷門物品對用戶興趣特征度量的貢獻，也未考慮用戶興趣動態變化的問題。對此，提出一種新的相似度改進算法，改進后的協同過濾算法將物品熱門懲罰因子和時間數據權重進行加權計算，優化了用戶相似度計算方法，形成了一種新的相似性度量模型。利用MovieLens電影推薦數據集驗證改進后的算法，實驗結果表明，該算法將推薦平均絕對誤差(MAE)與傳統算法相比降低了13.2%，推薦質量有了明顯提升。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2