基于云模型的时间修正协同过滤推荐算法  

A Collaborative Filtering Recommendation Algorithm with Time-Adjusting Based on Cloud Model

作　　者：王晓堤[1] 桑婧[1] 

机构地区：[1]天津财经大学商学院管理信息系统系,天津300222

出　　处：《计算机工程与科学》2012年第12期160-163,共4页Computer Engineering & Science

摘　　要：针对传统的协同过滤推荐系统存在的数据稀疏性和忽略时间影响的问题,本文提出了基于云模型的时间修正协同过滤推荐算法,利用云模型建立用户对项目特征属性的偏好度,并建立指数时间函数对项目的评分相似度沿时间维加以修正。算法采用美国GroupLens项目组提供的数据集进行实验。结果表明,该算法使得项目的评分相似度度量更趋准确,系统推荐质量有较明显的提高。Aiming at the problem of data sparsity and time effects in the traditional collaborative filtering system,a Collaborative Filtering Recommendation Algorithm with Time-Adjusting Based on Cloud Model （CTCFR） is proposed.It creates the user＇s preference of items＇ attributes by using the cloud model,and adjusts the items rating similarity by establishing an exponential time function.Based on the data set from GroupLens project team,the experimental result shows that this algorithm can make the measurement of the items rating similarity more accurate and improve the quality of the recommendation better.

关 键 词：最近邻协同过滤推荐 云模型 项目的评分相似度 时间修正 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]