融合用户特征与偏好的个性化微博推荐

摘要

为了解决推荐算法中推荐结果不够个性化、推荐准确度不高的问题,提出了一种融合用户偏好及特征的个性化微博推荐算法.首先,利用用户的三大特征融合时间效应函数,计算用户相似度,筛选出用户最近邻域;其次,计算用户对不同类别的实时偏好度,来获得用户偏好类别;最后,将用户最近邻喜爱的微博与用户偏好类别相同的微博组成推荐列表,依据改进的预测评分公式预测用户对微博的感兴趣程度,并按照预测值的大小选择微博Top-k对用户进行推荐.实验结果表明,该方法能够实现对用户的个性化推荐,并且能够提高推荐的准确性.