为了提高电影个性化推荐的准确性,将电影通过导演、演员、上映时间、类型和地区等五个部分作为特征维度来表征,特征维度权值采用CHI方法计算,特征维度的权值进行归一化后,电影之间的相似度可以通过特征维度间的相似度体现,用户推荐模型通过不断迭代更新对各维度特征权值进行修正,提高模型推荐的准确性。实验结果表明,改进的算法在MovieLens数据集能够获得较高的准确率和召回率,能够比较准确地捕获用户的兴趣,并在一定程度上解决了用户兴趣漂移的问题。
科研之友
微信
新浪微博
Facebook
分享链接
