论文部分内容阅读
为了解决因用户兴趣漂移而导致推荐质量下降的问题,本文引入了用户对产品的遗忘因子。通过分析用户的浏览记录和打分情况,建立用户的动态兴趣模型;并计算用户对产品的遗忘因子,利用遗忘因子作为加权二部图的权值,通过二部图的资源分配方法产生用户的推荐列表。在数据集Movie Lens上的实验表明：该算法能有效地处理用户兴趣漂移的问题,提高推荐列表的推荐质量。