欢迎来到天天文库
浏览记录
ID:53762101
大小:284.28 KB
页数:4页
时间:2020-04-24
《基于多维度权重动态更新的用户兴趣模型-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、第40卷第9期计算机工程2014年9月Vo1.40No.9ComputerEngineeringSeptember2014·先进计算与数据处理·文章编号:1000-3428(2014)09-0042-04文献标识码:A中图分类号:TP183基于多维度权重动态更新的用户兴趣模型任保宁,梁永全,赵建立,廉文娟,李玉军(1.山东科技大学信息科学与工程学院,山东青岛266500;2.海信集团有限公司数字多媒体技术国家重点实验室,山东青岛266071)摘要:面向个性化电影推荐领域,提出一种基于多维度权重动态更新的用户兴趣模型。
2、将电影分成演员、导演、类别、地区和时间5个维度,分别计算电影在这些维度上的相似度。采用归一化方法将电影之间的相似度转化为用户兴趣模型中的多维度权重,并应用TF—IDF算法计算各维度中特征词的权重,从而实现电影各维度权重及其特征词权重的动态更新。利用基于内容的推荐算法,在MovieLens数据集进行实验,结果表明,该模型具有较高的推荐准确率和召回率,并且能够发现用户对电影维度的偏好,解决用户兴趣漂移问题。关键词:用户兴趣模型;个性化推荐;动态权重更新;多维度;维度相似度;兴趣漂移UserInterestModelBas
3、edonDynamicUpdateofMulti-dimensionalWeightRENBao—ning,LIANGYong.quan,ZHAOJian.1.i.,LIANWen-juan,LIYu-jun(1.CollegeofInformationScienceandEngineering,ShandongUniversityofScienceandTechnology,Qingdao266500,China;2.StateKeyLaboratoryofDigitalMulti—mediaTechnology,
4、HisenseGroupCo.,Ltd.,Qingdao266071,China)【Abstract】Forpersonalizedmovierecommendationdomain,thispaperproposesauserinterestmodelbasedondynamicupdateformulti—dimensionalweight.Itdividesthemovieintofivedimensionsofactor,director,categories,areaandtime,respectively
5、tocalculatethesimilarityamongthesedimensionsoffilm.Itusesthenormalizationmethodtochangethesimilarityoffilmintomultidimensionweightoftheuserinterestmodel,andcalculatestheweightsoffeaturesofeachdimensionintheapplicationofTF—IDFalgorithm,inordertoachievedynamicupd
6、ateofthefilmweightanddimensionsoffeatureweightbyusingcontent—basedrecommendationalgorithm.IntheMovieLensdatasetforexperiment,resultsshowthat,themodelhashigherrecommendationaccuracyrateandrecallrate,andcanfinduserpreferencesonthefilmdimensions,solvetheproblemsof
7、userinterestdrift.【Keywords】userinterestmodel;personalizedrecommendation;dynamicupdateofweight;multi—dimension;similarityofdimension;interestdriftDOI:10.3969/j.issn.1000—3428.2014.09.009列表向量法,书签表示法,基于本体的表示法,兴趣1概述粒度表示法,向量空间模型的表示法,其中,向量随着通信技术和互联网的发展,信息量呈几何级空间模型表示
8、法的应用较广泛。数增长,面对海量的信息,为使人们能找到自己需要用户兴趣模型用向量空间模型表示为::的信息,搜索和推荐应运产生,搜索是系统根据人们{P:PW},其中,P表示用户兴趣词集;PW表示兴输入的查询条件检索信息,推荐是系统根据人们的喜趣词对应的权重集。在个性化电影推荐系统中,用好,自动地为人们呈现信息,大大满足了用户的需求。一组关键词表示
此文档下载收益归作者所有