基于时间和聚类的协同过滤推荐策略研究

作者：赖锴; 王雪; 杜柏翰

来源：数学的实践与认识, 2020, 50(23): 41-48.

• 二分K-means
• 协同过滤
• 时间序列
• 推荐策略

在电子商务推荐中时间是一个重要的数据类型,通过时间序列可以有效解决用户的兴趣漂移问题.同时,采取动态追踪用户行为随时间变化的行为轨迹特征,可以有效提高个性化推荐系统的准确性.基于时间序列的这一特征,提出一种基于时间和聚类的电子商务推荐策略,运用二分K-means聚类方法对物品进行聚类,结合时间因素对用户进行协同过滤的推荐.实验结果表明,该推荐策略可以提高推荐的准确性.

• 单位
  故宫博物院; 北京物资学院; 河南财经政法大学