一种基于协同过滤的APPS跨类别推荐算法
2017-12-05分类号：TP391.3
【部门】江苏大学信息管理与信息系统系 江苏大学计算机科学与通信工程学院 江苏大学电子商务系
【摘要】【目的/意义】针对主流APPS推荐系统一般仅能推荐同类别APPS的现状,提出了一种基于协同过滤的APPS跨类别推荐算法(APPSR)。【方法/过程】该算法先对APPS进行聚类,考虑APPS簇间相似度,对未评分APPS进行评分预测,构建无缺失的用户-APPS评分矩阵。在传统协同过滤技术的基础之上,引入了时间权重函数与热门APPS惩罚机制,体现了用户兴趣的时效性,消除了热门APPS对推荐结果的影响。根据不同用户对多种APPS的评分,预测用户对其它类别APPS的喜好,为用户提供跨类别的APPS个性化推荐。【结果
【关键词】协同过滤 智能应用推荐 个性化推荐
【基金】国家自然科学基金项目(71573107);; 江苏省自然科学基础研究计划基金项目(BK20150531);; 江苏省博士后科研资助计划项目(1401056C);; 全国统计科学研究项目(2016LY17);; 江苏大学高级人才基金项目(13JDG127)
【所属期刊栏目】情报科学
文献传递
