基于动态时间的个性化推荐模型

作者：谭黎立; 聂瑞华; 梁军; 王进宏

来源：华南师范大学学报(自然科学版), 2017, 49(03): 123-128.

• 个性化
• 遗忘曲线
• K-Means
• 物质扩散
• 热传导

在推荐系统中,往往会存在数据的非实时性、稀疏性和冷启动性等问题,文中通过引入遗忘曲线来跟踪用户对资源偏好程度随时间变化情况,提出一种改进的K-Means聚类算法对用户集进行聚类,根据改进的个性化推荐算法对用户进行推荐,建立了一种基于动态时间的个性化推荐模型.通过实验验证,该个性化推荐模型能够获取准确的用户偏好信息,并缓解冷启动问题,降低算法计算的时间空间复杂度,提高个性化推荐算法的推荐质量.

• 单位
  北明软件有限公司; 华南师范大学