基于用户评分的隐式反馈及其时效性改进的协同过滤推荐算法

摘要

本发明公开了基于用户评分的隐式反馈及其时效性改进的协同过滤推荐算法，步骤一：用户相似度sim_PCC的计算；步骤二：用户评分偏好差异系数RD与TD的建模；步骤三：结合指数函数对RD与TD进行归一化建模；步骤四：用户相似度和用户评分差异的融合；步骤五：目标用户的评分预测并给与推荐本发明的协同过滤推荐算法通过对用户评分差异系数RD与TD进行建模，再结合指数函数对用户评分差异就进行归一化建模，并将其与传统相似度进行融合得到最终的IMPCC相似度，并据此选择最近邻用户，并根据邻居集为用户生成推荐，该算法提高了推荐系统的精度。