一种基于时间和标签上下文的协同过滤推荐算法

• 作 者: 窦羚源 王新华
• 机 构: 山东师范大学信息科学与工程学院,山东省分布式计算机软件新技术重点实验室
• 出 处: 太原理工大学学报
• 发表日期: 2015年6期
• 关键词: 推荐系统 概率矩阵分解 时间上下文 标签上下文 recommendation algorithms probabilistic matrix factoriz
• 基金项目: 山东省优秀中青年科学家科研奖励基金项目:城市车辆无线传感器网络信息感知和分发关键技术研究(2010BSE14022)

针对常规推荐算法数据单一、准确性和可靠性都比较低的问题,提出了将时间和标签上下文信息加入到推荐算法中,以丰富单个用户或商品的信息。利用时间信息挖掘用户间的影响关系,同时利用标签上下文来衡量物品间的关系,最后将用户关系向量和物品关系向量融合到概率矩阵分解模型中。实验结果表明,提出的协同过滤推荐算法能够提高推荐的准确性和精度。