基于時(shí)間權(quán)重的協(xié)同過(guò)濾推薦算法研究.pdf

1、隨著現(xiàn)代科技的飛速發(fā)展及計(jì)算機(jī)網(wǎng)絡(luò)在各行各業(yè)的廣泛應(yīng)用，電子商務(wù)系統(tǒng)已經(jīng)與我們每個(gè)人密切相關(guān)，使我們的生活更加方便快捷。與此同時(shí)，電子商務(wù)系統(tǒng)中大量且復(fù)雜的信息會(huì)影響我們對(duì)商品及服務(wù)做出精確且合適的選擇，為此，推薦算法的研究應(yīng)運(yùn)而生。其中，協(xié)同過(guò)濾算法成為推薦界的寵兒，受到普遍關(guān)注。目前，隨著大數(shù)據(jù)時(shí)代的到來(lái)，信息過(guò)期問(wèn)題已經(jīng)成為影響推薦算法準(zhǔn)確性的關(guān)鍵因素之一。
　　眾所周知，我們的興趣愛(ài)好是不斷變化的，傳統(tǒng)的協(xié)同過(guò)濾算法忽略了

2、信息隨時(shí)間推移導(dǎo)致信息影響力變化的因素，并不能很好的為用戶進(jìn)行預(yù)測(cè)推薦。為此，本文在信息半衰期的啟發(fā)下，引入信息保持期的概念，即一個(gè)信息影響力基本保持不變的時(shí)間窗，通過(guò)在最近鄰查找階段和預(yù)測(cè)評(píng)分階段采用一種新穎的時(shí)間加權(quán)函數(shù)為項(xiàng)目上的評(píng)分賦予不同的時(shí)間權(quán)重，使得近期的評(píng)分獲得更大的權(quán)重并對(duì)預(yù)測(cè)評(píng)分表現(xiàn)出更高的參考價(jià)值，我們將該算法稱(chēng)為改進(jìn)的基于時(shí)間權(quán)重的協(xié)同過(guò)濾算法(NTWCF)，它在一定程度上大幅度提高了預(yù)測(cè)推薦的準(zhǔn)確性。
　　

3、另一方面，電子商務(wù)系統(tǒng)中用戶數(shù)量和項(xiàng)目數(shù)量的急劇攀升，已經(jīng)使得實(shí)時(shí)性成為用戶對(duì)推薦系統(tǒng)的突出要求之一，本文提出時(shí)間加權(quán)的項(xiàng)目聚類(lèi)并利用其優(yōu)化NTWCF算法，提出了一種綜合時(shí)間權(quán)重和項(xiàng)目聚類(lèi)的協(xié)同過(guò)濾算法(TWICCF)，使得算法在提高準(zhǔn)確性的同時(shí)也保證了實(shí)時(shí)響應(yīng)速度。TWICCF算法在對(duì)評(píng)分信息時(shí)間加權(quán)之后再對(duì)項(xiàng)目K-means聚類(lèi)，在為目標(biāo)項(xiàng)目查找最近鄰時(shí)只在若干聚類(lèi)構(gòu)成的項(xiàng)目集中進(jìn)行，縮短了算法的執(zhí)行時(shí)間，有效保證了推薦系統(tǒng)的實(shí)時(shí)性