和传统的协同过滤相比,基于标签的推荐算法更能有效地挖掘用户的偏好模型,但传统的基于标签的推荐算法未考虑到标签的时效性,并不能充分捕捉用户兴趣的动态变化。因此,文中结合标签的时间因子,提出一种改进的多因子协同过滤推荐算法。在Movie Lens数据集上进行实验,结果表明,该算法在准确率、召回率上均有所提升。
科研之友
微信
新浪微博
Facebook
分享链接
