论文部分内容阅读
传统二部图推荐算法存在着初始资源设置不合理,以及仅仅依靠项目度和用户度来调整资源分配系数的问题。因此提出一种基于差异化资源分配的二部图推荐算法,新的算法利用评分规范化和最大最小值的方法对项目初始资源进行了修正,在此基础上引用艾宾浩斯遗忘函数来量化用户"兴趣偏移"所带来的影响;再利用用户评分相似性函数和用户偏好函数对资源分配系数进行了差异化设置,使资源流转变得更加合理。经过实验验证,新提出的算法在推荐准确度及多样性上都有所提升。