%0 Journal Article
%T 基于信息熵和时效性的协同过滤推荐
%A 冯程
%A 周泓宇
%A 梁刚
%J 计算机应用
%D 2016
%R 10.11772/j.issn.1001-9081.2016.09.2531
%X 摘要 针对协同过滤推荐算法存在的噪声数据问题，提出了用户信息熵模型。用户信息熵模型结合信息论中信息熵的概念，采用信息熵的大小衡量用户信息的含量，利用用户评分数据得到用户的信息熵，过滤信息熵低的用户，从而达到过滤噪声数据的目的。同时，将用户信息熵模型和项目时效性模型相结合，项目时效性模型利用评分数据上下文信息获得项目的时效性，能有效缓解协同过滤的数据稀疏性问题。实验结果表明提出的算法能有效过滤噪声数据，提高推荐精度，与基础算法相比，推荐精度提高了1.1%左右
%K 推荐系统
%K 协同过滤
%K 噪声数据
%K 数据稀疏性
%K 信息熵
%K 时效性
%U http://www.joca.cn/CN/abstract/abstract19709.shtml