一种基于兴趣漂移的推荐方法

摘要

本发明公开了一种基于兴趣漂移的推荐方法，包括：获取带有时间信息和项目属性信息的推荐数据集；构建用户兴趣树，在用户兴趣树中引入时间衰减创建用户兴趣漂移模型；选择用户当前兴趣；结合异构信息网络表示学习的推荐方法生成推荐。本发明首先提出基于内容信息和协同信息的层次聚类方法构建基础兴趣模型，缓解现有方法存在的兴趣偏颇以及挖掘不充分等问题；其次，以基础兴趣模型为模板，根据用户的历史记录生成兴趣树，并引入多粒度时间表以及兴趣权重更新机制模拟用户兴趣的变化过程，实现兴趣漂移的建模；最后，根据当前兴趣选择方案选择推荐样本，生成最终的推荐结果，使推荐结果更加符合实际情况、准确，使信息挖掘更加充分。