首页> 中文期刊> 《计算机工程》 >融合多数据源的动态自适应推荐算法

融合多数据源的动态自适应推荐算法

         

摘要

现有推荐系统的研究多数基于单一数据源、单一推荐算法或简单加性融合,忽略了数据源及算法动态融合的重要性,导致推荐精确度不高.为解决该问题,提出一种新的动态自适应推荐算法.利用基础数据求出艺术家流行度和时间衰减因子,将其作为推荐数据源,降低由数据源单一导致的推荐误差.通过权重因子集成基于邻域方法和矩阵分解技术构建组合模型.将数据源应用于模型,运用固定步长的权重因子调整2种方法在模型中的占比,根据推荐结果的召回率实现动态自适应调整.在真实数据集上的实验结果表明,与简单加性融合、FSWA算法相比,该算法具有较高的推荐精确度.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号