%0 Journal Article
%T 基于动态社会行为和用户背景的协同推荐方法
%A 蒋 胜？
%A 王忠群？
%A 修 宇？
%A 皇苏斌？
%A 汪千松？
%J 计算机科学
%D 2015
%R 10.11896/j.issn.1002-137X.2015.03.052
%X 针对传统协同过滤推荐算法推荐精度低及冷启动的问题,提出了一种基于动态社会行为和用户背景的协同推荐方法。作为用户标注行为的结果,变化的标签体现了用户行为的动态性。该方法首先根据动态社会化标签得出用户的动态兴趣偏好相似度,然后根据用户背景信息计算出用户相似度,最后计算基于时间权重的用户评分相似度,并集成上述3个相似度找出最近邻居集,以为目标用户提供更加准确的个性化推荐。实验结果证明,该方法不仅能较好地解决数据稀疏和冷启动的问题,还能有效提高推荐算法的精确度。
%K 推荐精度
%K 冷启动
%K 社会化标签
%K 用户背景信息
%K 动态社会行为
%K 时间权重
%U http://www.jsjkx.com/jsjkx/ch/reader/view_abstract.aspx?file_no=20150352&flag=1