首页|基于记忆激活理论的协同过滤推荐算法

基于记忆激活理论的协同过滤推荐算法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
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。

孙智聪

展开 >

重庆大学 计算机学院，重庆 400044

协同过滤 时间上下文 遗忘曲线 记忆激活

2015

计算机光盘软件与应用
大恒电子音像出版社

计算机光盘软件与应用

影响因子：0.296
ISSN：1007-9599
年,卷(期)：2015.(2)
  • 4