面向少数类用户兴趣演化的推荐算法

作     者：张维 黄勃 张娟 高永彬 刘瑾 王忠震 Zhang Wei;Huang Bo;Zhang Juan;Gao Yongbin;Liu Jin;Wang Zhongzhen

作者机构：上海工程技术大学电子电气工程学院上海201620 江西省经济犯罪侦查与防控技术协同创新中心江西南昌330000 

出 版 物：《南京理工大学学报》 (Journal of Nanjing University of Science and Technology)

年 卷 期：2021年第45卷第2期

页      面：214-222页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(61603242,61802251) 江西省经济犯罪侦查与防控技术协同创新中心开放基金资助课题(JXJZXTCX-030) 

主　　题：协同过滤 K-means算法 用户兴趣 信息茧房 推荐算法 少数类用户 聚类算法 

摘      要：为了提高推荐算法在对少数类用户进行推荐时的时效性、准确性,提出一种面向少数类用户兴趣演化的推荐算法。该文算法将时间窗口、指数衰减函数和带有时间效应的用户项目交互信息3个因素相结合,描述出不同用户对不同项目类型的兴趣倾向值。通过改进的K-means算法对用户进行分类,并对聚类结果中近邻数量极少的类用户(少数类用户),使用平衡的方法来增加这类用户的近邻数量,避免少数类用户兴趣趋于窄化,以防信息茧房现象的发生。最后将聚类结果与推荐算法结合对少数类用户进行推荐。在MovieLens 100K数据集上的实验对比分析表明,该文算法的推荐精度最大提高了2.07%。