针对新闻推荐中新闻文本和用户兴趣建模因子的单一性以及用户兴趣漂移的问题,提出基于内容推荐和时间函数结合的新闻推荐算法。从多个角度对用户兴趣进行建模,同时考虑用户兴趣的实时性,通过时间函数来调整长短期的用户兴趣权重。实验结果表明:论文提出的算法较之传统算法具有更好的推荐性能,在precision、recall、F1-Measure指标上分别提高5.2%、3.9%、和8.4%。
科研之友
微信
新浪微博
Facebook
分享链接
