- 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
- 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
结合时间权重与信任关系的协同过滤推荐算法赵海燕侯景德上海理工大学光电信息与计算机工程学院上海现代光学系统重点实验室摘要针对传统协同过滤推荐算法在计算用户相似度时只考虑单一的用户评分矩阵问题提出一种结合时间权重与信任关系的协同过滤推荐算法首先通过标签的流行度刻画用户对资源的偏好并利用用户的时间行为信息获得用户兴趣相似度然后通过一级与二级好友扩展用户熟悉相似度并与兴趣相似度加权获得最终的用户相似度最后结合用户相似度和时间衰减项为用户产生推荐在数据集上的实验结果明具有较好的推荐效果中图分类号引言个性化
结合时间权重与信任关系的协同过滤推荐算法
赵海燕1, 侯景德1(上海理工大学 光电信息与计算机工程学院 上海现代光学系统重点实验室 200093)
摘要:针对传统协同过滤推荐算法在计算用户相似度时只考虑单一的用户评分矩阵问题,提出一种结合时间权重与信任关系的协同过滤推荐算法TTCF,首先通过标签的流行度刻画用户对资源的偏好,并利用用户的时间行为信息获得用户兴趣相似度,然后通过一级与二级好友扩展用户熟悉相似度,并与兴趣相似度加权获得最终的用户相似度,最后结合用户相似度和时间衰减项为用户产生推荐。在数据集Last.fm上的实验结果明具有较好的推荐效果
中图分类号:TP182 -
Co
您可能关注的文档
- 6 投标文件评审.doc
- 6 网络资源规范控制的功能需求.doc
- 6 太空科技与生活.ppt
- 6 倚赖中介人查证客户身分.doc
- 6、贵族文化之百年俱乐部.ppt
- 6-1 直流稳压电源.ppt
- 6-3 保育与生态平衡.ppt
- 6产品质量合格证.doc
- 6日本花道花材.doc
- 7 udi 载体和放置位置 - 上海浦东医疗器械贸易行业协会.doc
- 2025年医疗美容行业美容皮肤科美容治疗技术市场分析及监管策略报告.docx
- 工业互联网平台数据清洗算法在智能设备监控中的应用对比报告.docx
- 互联网保险领域2025年互联网金融平台用户信任度提升策略研究.docx
- 农村金融服务创新与农村金融法律法规完善报告.docx
- 农业生产效率提升与精准农业技术应用报告.docx
- 互联网金融平台用户信任建立与维护机制用户教育策略研究报告.docx
- 环保产业园循环经济发展模式与区域产业转型升级报告.docx
- 基于2025年高校产学研一体化的产学研合作模式创新与人才培养报告.docx
- 农业科技成果转化与农村社会保障体系报告.docx
- 2025年直播电商主播影响力研究及营销策略应用报告.docx
文档评论(0)