一种基于MMTD和用户的协同过滤推荐算法

摘要

本发明公开了一种基于MMTD和用户的协同过滤推荐算法，在采用传统方式计算用户兴趣相似度之后，再用MMTD方式对用户的反馈行为的相似程度进行度量的方法和策略，对兴趣相似度较高的邻居对象进行反馈行为相似度度量，改进传统的计算用户兴趣相似度的方式，最终达到提高推荐结果准确性和召回率的目的。本发明通过将MMTD应用于基于用户的协同过滤推荐算法的用户兴趣相似度计算，解决了现有算法在计算用户兴趣相似度时，缺乏对用户反馈的科学考虑，造成的推荐结果准确性和召回率较低的问题，实现提高推荐结果准确性和召回率的效果。