基于用户特征和时间效应的协同过滤算法

摘要

随着互联网和电子商务的高速发展,越来越多的电子商务网站和应用通过推荐技术给用户进行个性化推荐。协同过滤算法作为推荐算法的一种,已被各大公司广泛应用,已成为电子商务推荐系统中使用最为广泛、最为成功的一类推荐算法。稀疏性问题是传统的协同过滤算法的一个明显缺点。为解决稀疏性问题,提出基于用户特征和时间效应的协同过滤算法:在计算相似度这一步骤上引入时间信息和用户信息这两大影响因子,改进用户相似度的计算,减小稀疏性问题,进而提高推荐质量。