王璐
- 作品数：2 被引量：15H指数：2
- 供职机构：中央财经大学信息学院更多>>
- 发文基金：北京市哲学社会科学规划项目教育部人文社会科学研究基金中央财经大学学科建设基金更多>>
- 相关领域：经济管理自动化与计算机技术更多>>
- 适应用户兴趣变化的社会化标签推荐算法研究被引量：10
- 2014年
- 目前许多基于社会化标签的推荐均忽视用户的兴趣变化及反复性,影响了推荐质量。针对该问题,提出一种将指数遗忘权重和时间窗口相结合的算法,既突出了近期兴趣的重要性,又强调了反复出现的早期数据。建立基准标签集,根据指数偏移后的标签向量选出目标用户的最近邻居,通过目标用户时间窗内标记的资源计算其所有资源的推荐权重向量,结合推荐权重和资源相似度给出最近邻居标记资源的推荐分数,取分数最高的前K个资源做出推荐。仿真实验结果表明,改进后的算法能动态地跟踪、学习用户的兴趣变化,提高推荐精度。
- 张艳梅王璐
- 关键词：协同过滤标签时间窗
- 基于用户-兴趣-项目三部图的推荐算法被引量：5
- 2015年
- 目前大多数个性化推荐算法为了追求较高的推荐精度而在不同程度上受到用户兴趣过拟合问题的影响,因此提出通过挖掘用户隐含的兴趣信息进行推荐的算法.首先利用概率主题模型抽取用户兴趣分布,并建立用户-兴趣-项目加权三部图.然后在用户-兴趣和兴趣-项目的概率加权二部子图上依次利用物质扩散算法配置项目资源值,并根据项目资源值的高低排序产生Top-K推荐.在Movielens数据集上的实验表明,基于用户-兴趣-项目三部图的推荐算法能缓解过拟合问题,同时可提高准确率等方面的性能.
- 张艳梅王璐曹怀虎毛国君
- 关键词：用户兴趣个性化推荐
