基于改进协同过滤算法的个性化新闻推荐技术
Personalized news recommendation technology based on improved collaborative filtering algorithm作者机构:重庆理工大学计算机科学与工程学院重庆400054
出 版 物:《四川大学学报(自然科学版)》 (Journal of Sichuan University(Natural Science Edition))
年 卷 期:2018年第55卷第1期
页 面:49-55页
核心收录:
学科分类:08[工学] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:教育部人文社科青年基金项目(16YJC860010) 重庆市社会科学规划项目(2015BS059) 国家自然科学基金项目(61603065)
摘 要:针对传统的基于内容协同过滤算法只是依据用户历史访问矩阵向用户做出推荐,存在数据稀疏以及不能及时反映用户兴趣变化等问题,个性化新闻推荐技术在传统的协同过滤算法基础上提出了新闻文本内容相似度的计算方式和时间窗的概念,新闻内容相似度计算中还考虑了特征词的词性和在新闻中的位置的影响,时间窗用来建立适应用户兴趣随时间变化的模型;实验结果表明,改进后的算法有效地改善了新闻用户历史访问数据的稀疏问题,及时捕获用户兴趣,F-measure值相比传统的算法最大提高了11.5%,平均绝对误差值最高下降了8%,显著提高了推荐质量.