作者：廖志芳; 符本才; 孔令远; 王佳宁协同过滤用户属性特征时间因子预测精度
摘要：传统的最近邻协同过滤推荐算法中相似度计算存在一些问题，如不能刻画变化的用户偏好。在数据稀疏的基础上，从解决用户兴趣漂移问题的角度出发，提出一种新的混合相似度计算模型。该模型由两部分组成：一方面利用了函数拟合刻画了用户自身的评分行为和评分偏好；另一方面采用随机森林方法考虑了用户的属性特征，并综合两方面构建了一种新的混合相似度计算模型。实验结果显示，在不同的数据集规模中，该模型算法的预测精度比传统推荐算法高。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
