题名
基于时间相关度和覆盖权重的协同过滤推荐算法
DOI
作者
张志鹏1 张尧2 任永功1
作者单位
1.辽宁师范大学计算机与信息技术学院；2.大连工业大学机械工程与自动化学院 ​
摘要
基于物品的协同过滤(IBCF)在计算相似度和预测评分时为所有物品分配相同的权重,提供的推荐往往不能同时具有良好的预测精度和分类精度.因此,文中提出基于时间相关度和覆盖权重的协同过滤算法(TCWCF).将时间相关度函数应用于物品间的相似度计算,提高推荐的预测精度.同时构建覆盖度函数,融入预测评分阶段,提高推荐的分类精度.在MovieLens数据集上的实验表明,TCWCF性能优于IBCF和其它相关算法,可以同时为目标用户提供具有良好预测精度和分类精度的满意推荐.
关键词
协同过滤算法；时间相关度；覆盖度；预测精度；分类精度
刊名
人工智能研究
ISSN
3078-9753
年、卷(期)
201910
所属期刊栏目
工程技术
打印