论文摘要
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.
论文目录
文章来源
类型: 期刊论文
作者: 张志鹏,张尧,任永功
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
来源: 模式识别与人工智能 2019年04期
年度: 2019
分类: 信息科技
专业: 计算机软件及计算机应用
单位: 辽宁师范大学计算机与信息技术学院,大连工业大学机械工程与自动化学院
基金: 国家自然科学基金项目(No.61772252),辽宁师范大学博士启动基金项目(No.BS2018L008)资助~~
分类号: TP391.3
DOI: 10.16451/j.cnki.issn1003-6059.201904001
页码: 289-297
总页数: 9
文件大小: 1217K
下载量: 190