本文選題：推薦系統(tǒng) + 協(xié)同過濾�。� 參考：《現(xiàn)代計算機(專業(yè)版)》2016年35期

【摘要】：為了解決電子商務(wù)推薦系統(tǒng)在推薦新項目方面的冷啟動問題,同時提高用戶與推薦項目的相似度,通過對比當前的推薦算法,提出一種結(jié)合可信度和動態(tài)時間加權(quán)的推薦算法。該算法引入用戶評分可信度來計算用戶和項目的相似性,將新項目推薦給可信度高的用戶;分析用戶興趣、項目受歡迎度和時間的關(guān)系構(gòu)造動態(tài)時間加權(quán)函數(shù),將項目推薦給用戶興趣度高且項目受歡迎度高的用戶。通過實驗驗證該算法與傳統(tǒng)的基于用戶的推薦UBCF算法相比能夠提高近7%的推薦準確度,與基于項目的推薦IBCF算法相比能夠提高近4.7%的推薦準確度,同時解決新項目推薦的冷啟動問題。
[Abstract]:In order to solve the cold start problem of E-commerce recommendation system in recommending new items and improve the similarity between users and recommendation items, a new recommendation algorithm combining credibility and dynamic time weighting is proposed by comparing the current recommendation algorithms. The algorithm introduces user rating credibility to calculate the similarity between user and project, recommends new items to users with high credibility, analyzes user interest, the relationship between project popularity and time, and constructs a dynamic time weighting function. Recommend projects to users with high interest and high project popularity. The experimental results show that the proposed algorithm can improve the recommendation accuracy by nearly 7% compared with the traditional user-based recommendation UBCF algorithm, and it can improve the recommendation accuracy by nearly 4.7% compared with the project-based recommendation IBCF algorithm. At the same time, solve the cold start problem recommended by the new project.
【作者單位】： 新疆大學(xué)軟件學(xué)院;
【基金】：國家自然科學(xué)基金項目(No.61562086、No.61462079、No.61363083、No.61262088)
【分類號】：TP391.3

【相似文獻】

相關(guān)期刊論文 前10條

1 徐義峰;徐云青;劉曉平;;一種基于時間序列性的推薦算法[J];計算機系統(tǒng)應(yīng)用;2006年10期

2 余小鵬;;一種基于多層關(guān)聯(lián)規(guī)則的推薦算法研究[J];計算機應(yīng)用;2007年06期

3 張海玉;劉志都;楊彩;賈松浩;;基于頁面聚類的推薦算法的改進[J];計算機應(yīng)用與軟件;2008年09期

4 張立燕;;一種基于用戶事務(wù)模式的推薦算法[J];福建電腦;2009年03期

5 王晗;夏自謙;;基于蟻群算法和瀏覽路徑的推薦算法研究[J];中國科技信息;2009年07期

6 周珊丹;周興社;王海鵬;倪紅波;張桂英;苗強;;智能博物館環(huán)境下的個性化推薦算法[J];計算機工程與應(yīng)用;2010年19期

7 王文;;個性化推薦算法研究[J];電腦知識與技術(shù);2010年16期

8 張愷;秦亮曦;寧朝波;李文閣;;改進評價估計的混合推薦算法研究[J];微計算機信息;2010年36期

9 夏秀峰;代沁;叢麗暉;;用戶顯意識下的多重態(tài)度個性化推薦算法[J];計算機工程與應(yīng)用;2011年16期

10 楊博;趙鵬飛;;推薦算法綜述[J];山西大學(xué)學(xué)報(自然科學(xué)版);2011年03期

相關(guān)會議論文 前10條

1 王韜丞;羅喜軍;杜小勇;;基于層次的推薦:一種新的個性化推薦算法[A];第二十四屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2007年

2 唐燦;;基于模糊用戶心理模式的個性化推薦算法[A];2008年計算機應(yīng)用技術(shù)交流會論文集[C];2008年

3 秦國;杜小勇;;基于用戶層次信息的協(xié)同推薦算法[A];第二十一屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2004年

4 周玉妮;鄭會頌;;基于瀏覽路徑選擇的蟻群推薦算法:用于移動商務(wù)個性化推薦系統(tǒng)[A];社會經(jīng)濟發(fā)展轉(zhuǎn)型與系統(tǒng)工程——中國系統(tǒng)工程學(xué)會第17屆學(xué)術(shù)年會論文集[C];2012年

5 蘇日啟;胡皓;汪秉宏;;基于網(wǎng)絡(luò)的含時推薦算法[A];第五屆全國復(fù)雜網(wǎng)絡(luò)學(xué)術(shù)會議論文（摘要）匯集[C];2009年

6 梁莘q，

本文編號：1898801