| 适应用户兴趣变化的协同过滤增量更新机制 |
| |
| 引用本文： | 李聪,梁昌勇.适应用户兴趣变化的协同过滤增量更新机制[J].情报学报,2010,29(1). |
| |
| 作者姓名： | 李聪 梁昌勇 |
| |
| 作者单位： | 1. 四川师范大学计算机科学学院,成都,610066
2. 合肥工业大学管理学院,合肥,230009 |
| |
| 基金项目： | 国家自然科学基金项目，四川省教育厅青年基金项目，四川师范大学重点研究课题 |
| |
| 摘 要： | 高维、稀疏的用户-项目评分矩阵对基于项目的协同过滤推荐算法造成严峻的可扩展性问题.传统的解决方法是离线计算项目相似性并保存在系统中以供算法调用,但是不能充分利用最新评分数据以体现用户兴趣的变化.针对上述问题,提出了适合在线应用的协同过滤项目相似性增量更新机制,使得推荐系统在当前用户提交项目评分之后,能够实时完成相应项目与其他项目之间的相似性数据更新,从而推荐系统可以基于最新的项目相似性数据进行推荐处理,以适应用户兴趣的变化.实验结果表明,本文提出的项目相似性增量更新机制能够有效提高基于项目的协同过滤算法可扩展性.
|
| 关 键 词： | 协同过滤 项目相似性 增量更新机制 |
Incremental Updating Mechanism of Collaborative Filtering in Accordance with User Interest Changes |
| |
| Li Cong , Liang Changyong.Incremental Updating Mechanism of Collaborative Filtering in Accordance with User Interest Changes[J].Journal of the China Society for Scientific andTechnical Information,2010,29(1). |
| |
| Authors: | Li Cong Liang Changyong |
| |
| Institution: | 1.School of Computer Science/a>;Sichuan Normal University/a>;Chengdu 610066/a>;2.School of Management/a>;Hefei University of Technology/a>;Hefei 230009 |
| |
| Abstract: | Higher-dimensional,sparse matrix of user-item ratings brings serious scalability problem to item-based collaborative filtering recommendation algorithm.Conventional solution is computing item similarities offline and saving them in system to be read by recommendation algorithm.However,this solution can not reflect user interest changes.To solve the above problem,an incremental updating mechanism of item similarity which suits for online applications is proposed.After the submitting of one new rating by acti... |
| |
| Keywords: | collaborative filtering item similarity incremental updating mechanism |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
