本文提出了一种结合时间遗忘和项目流行度的协同过滤推荐算法。在传统基于用户的协同过滤推荐算法基础上,用时间遗忘函数拟合出时间函数以缓解用户兴趣漂移问题,通过项目流行度加权,对高流行度项目进行降权惩罚以提高其他项目被推荐的可能。实验使用的是MovieLens 100K数据集。实验显示,与传统的协同过滤推荐算法相比,本文的推荐精度更高,并且在某种程度上缓解了用户的兴趣漂移和流行偏差。
科研之友
微信
新浪微博
Facebook
分享链接
