基于協(xié)同過濾的上下文感知推薦算法的研究.pdf

1、協(xié)同過濾算法作為最為廣泛使用的個(gè)性化推薦技術(shù)，雖然取得了一定的成功，但是傳統(tǒng)的協(xié)同過濾推薦算法基本不考慮時(shí)間上下文，將不同用戶不同時(shí)間內(nèi)的興趣偏好同等看待，忽略了用戶興趣隨時(shí)間的變化用戶會(huì)對(duì)很久以前訪問過的項(xiàng)目產(chǎn)生遺忘。因而對(duì)推薦質(zhì)量造成影響。目前，基于時(shí)間加權(quán)的協(xié)同過濾算法，主要是使用用戶評(píng)分時(shí)間，但是沒有考慮推薦系統(tǒng)向用戶推薦項(xiàng)目的推薦時(shí)間，當(dāng)用戶沒有新的行為產(chǎn)生時(shí)，推薦結(jié)果列表不會(huì)產(chǎn)生變化。但是，推薦系統(tǒng)應(yīng)該能在不同的推薦時(shí)間向用

2、戶推薦盡可能不一樣的項(xiàng)目，增加推薦結(jié)果的時(shí)間多樣性。
　　本文的主要研究工作有：
　?。?）詳細(xì)分析了各種推薦算法及其優(yōu)缺點(diǎn)，指出推薦算法除了需要提高推薦結(jié)果的準(zhǔn)確度外，還需考慮推薦結(jié)果時(shí)間多樣性。
　?。?）分析了推薦系統(tǒng)的動(dòng)態(tài)特征和時(shí)間上下文對(duì)推薦系統(tǒng)的重要意義。
　?。?）研究了用戶不同時(shí)間不同時(shí)刻興趣的變化，并提出了相對(duì)時(shí)間衰減函數(shù)，通過計(jì)算用戶評(píng)分時(shí)間的相對(duì)時(shí)間間隔的大小來修正項(xiàng)目相似度，使得推薦結(jié)果的