面向新闻推荐的用户兴趣模型构建与更新

作者：袁仁进; 陈刚; 李锋

来源：计算机应用研究, 2019, 36(12): 3593-3596.

DOI：10.19734/j.issn.1001-3695.2018.05.0388

• 个性化推荐
• 向量空间模型
• 用户兴趣模型
• 用户兴趣漂移
• 遗忘函数

针对新闻推荐系统中用户兴趣模型构建与用户兴趣漂移问题,提出了一种面向新闻推荐的用户兴趣模型构建与更新方法。首先采用向量空间模型与bisecting K-means聚类算法构建了原始用户兴趣模型;然后以艾宾浩斯遗忘曲线为基础构造了遗忘函数,并以此对用户兴趣模型进行时间加权,从而达到对用户兴趣模型更新的目的。实验以基于用户的协同过滤推荐、基于物品的协同过滤推荐为baseline,实验结果表明所构建的原始用户兴趣模型推荐性能更优,在F值上提升了4%,更新后的模型与原始模型相比F值提高了1. 3%。

• 单位
  信息工程大学地理空间信息学院