| 基于Timed-HITS与协同过滤的混合推荐算法 |
| |
| 作者姓名： | 孙艳蕊 陈月 |
| |
| 作者单位： | 东北大学 理学院,辽宁 沈阳,110819;东北大学 理学院,辽宁 沈阳,110819 |
| |
| 基金项目： | 辽宁省自然科学基金资助项目(201602259). |
| |
| 摘 要： | 用户间的信任关系、用户对商品的偏好兴趣及商品的时效性都会影响对商品的推荐效果.将这些因素引入到基本的HITS算法中,对HITS算法进行了改进.将用户对商品的偏好兴趣矩阵进行了改进,利用隐馈数据通过逻辑回归算法估计用户对商品的偏好兴趣,对评分为零的情况赋予了不同的偏好兴趣度,这样更符合实际.将改进的HITS算法和协同过滤算法相结合得到一个混合推荐算法,同时将用户分为活跃用户和非活跃用户分别进行推荐.将提出的算法在Movielens数据集上进行了试验,结果表明该算法在一定程度上缓解了数据稀疏和冷启动的问题,推荐效果优于基于用户的协同过滤算法.
|
| 关 键 词： | HITS 信任关系 偏好兴趣 协同过滤 推荐算法 |
| 收稿时间： | 2018-03-02 |
| 修稿时间： | 2018-03-02 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《东北大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《东北大学学报(自然科学版)》下载全文 |
|
