基于時(shí)間因子的動(dòng)態(tài)推薦算法研究.pdf

1、信息推薦作為解決信息過(guò)載的重要手段之一,得到了廣泛的研究和應(yīng)用。但當(dāng)前推薦系統(tǒng)在動(dòng)態(tài)特征方面研究不足卻制約著它的發(fā)展。傳統(tǒng)的推薦系統(tǒng)研究是基于用戶和物品之間的關(guān)系,通過(guò)分析用戶的歷史行為或評(píng)價(jià)數(shù)據(jù)來(lái)預(yù)測(cè)用戶對(duì)物品的興趣大小,忽視了時(shí)間因子在模型中的重要作用。而現(xiàn)有的動(dòng)態(tài)推薦系統(tǒng)的研究,僅考慮了單方面的時(shí)間因素,使得時(shí)間信息對(duì)推薦系統(tǒng)的作用沒(méi)有充分發(fā)揮出來(lái)。
　　綜上所述,本文針對(duì)現(xiàn)有推薦系統(tǒng)忽略了時(shí)間因子對(duì)推薦結(jié)果的影響,導(dǎo)致推薦

2、結(jié)果準(zhǔn)確率不高的問(wèn)題,以含有時(shí)間信息的數(shù)據(jù)集為基礎(chǔ),進(jìn)行了一定的研究。主要工作包括如下幾個(gè)方面:
　　首先,本文總結(jié)分析出時(shí)間因素可以分解為三大方面:物品時(shí)間屬性、用戶興趣時(shí)間屬性和時(shí)間熱點(diǎn)效應(yīng),在文中第三章進(jìn)行了詳細(xì)的分解和說(shuō)明。在推薦過(guò)程中,要綜合考慮三方面帶來(lái)的作用和效應(yīng),使得最終的推薦結(jié)果更加合理和有效。
　　其次,結(jié)合第三章中對(duì)時(shí)間因素的具體分析,在現(xiàn)有融合了單時(shí)間因素的圖模式基礎(chǔ)上,提出了預(yù)測(cè)用戶興趣的時(shí)刻圖模型

3、(TGM),并應(yīng)用在TOP-N推薦問(wèn)題上,即給用戶推薦N個(gè)其可能感興趣的物品。該模型TGM以用戶物品二分圖為基礎(chǔ),通過(guò)引入物品時(shí)刻節(jié)點(diǎn)、用戶時(shí)刻節(jié)點(diǎn)和時(shí)間熱點(diǎn)效應(yīng)物品節(jié)點(diǎn)來(lái)反映時(shí)間因子對(duì)推薦過(guò)程的影響,建立了用戶興趣預(yù)測(cè)的圖模型,從而把度量用戶對(duì)物品的興趣值問(wèn)題轉(zhuǎn)換為計(jì)算圖中節(jié)點(diǎn)之間相似度大小的問(wèn)題。在該圖模型中,利用路徑融合算法計(jì)算圖中用戶節(jié)點(diǎn)與物品節(jié)點(diǎn)之間的相似度,從而實(shí)現(xiàn)了預(yù)測(cè)用戶對(duì)物品興趣大小的目的。
　　最后,本文采用含