基于用戶評分的隱式反饋及其時(shí)效性改進(jìn)的協(xié)同過濾推薦算法

基本信息

申請?zhí)?/td> CN202210260884.9 申請日 -
公開（公告）號 CN114611014A 公開（公告）日 2022-06-10
申請公布號 CN114611014A 申請公布日 2022-06-10
分類號 G06F16/9536（2019.01）I;G06F16/9535（2019.01）I;G06Q10/06（2012.01）I;G06Q10/10（2012.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 林曉;王勛;黃偉;鄭曉妹 申請（專利權(quán)）人 上海師范大學(xué)
代理機(jī)構(gòu) 重慶知育道知識產(chǎn)權(quán)代理事務(wù)所（普通合伙） 代理人 -
地址 201418上海市奉賢區(qū)海思路100號
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了基于用戶評分的隱式反饋及其時(shí)效性改進(jìn)的協(xié)同過濾推薦算法，步驟一：用戶相似度sim_PCC的計(jì)算；步驟二：用戶評分偏好差異系數(shù)RD與TD的建模；步驟三：結(jié)合指數(shù)函數(shù)對RD與TD進(jìn)行歸一化建模；步驟四：用戶相似度和用戶評分差異的融合；步驟五：目標(biāo)用戶的評分預(yù)測并給與推薦本發(fā)明的協(xié)同過濾推薦算法通過對用戶評分差異系數(shù)RD與TD進(jìn)行建模，再結(jié)合指數(shù)函數(shù)對用戶評分差異就進(jìn)行歸一化建模，并將其與傳統(tǒng)相似度進(jìn)行融合得到最終的IMPCC相似度，并據(jù)此選擇最近鄰用戶，并根據(jù)鄰居集為用戶生成推薦，該算法提高了推薦系統(tǒng)的精度。