作者：孙智聪协同过滤时间上下文遗忘曲线记忆激活
摘要：为了解决传统协同过滤推荐算法没有考虑时间上下文而导致推荐准确度不高的问题，本文提出了一种基于遗忘曲线和记忆激活理论的多阶段兴趣度计算函数。首先在相似度计算公式中引入时间权重函数；然后利用在重复学习条件下的艾宾浩斯遗忘曲线模拟兴趣度的多阶段变化；最后基于记忆激活理论给出了重复学习后兴趣度最大值的计算公式。实验表明，该算法与现有的基于时间上下文的协同过滤推荐算法相比有较好的推荐效果。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《计算机光盘软件与应用》是一本有较高学术价值的大型半月刊，致力于创办以创新、准确、实用为特色，突出综述性、科学性、实用性，及时报道国内外计算机技术在科研、教学、应用方面的研究成果和发展动态，为国内计算机同行提供学术交流的平台。自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度，颇受业界和广大读者的关注和好评。
杂志详情
