论文部分内容阅读
为了提高电影个性化推荐的准确性，将电影通过导演、演员、上映时间、类型和地区等五个部分作为特征维度来表征，特征维度权值采用CHI方法计算，特征维度的权值进行归一化后，电影之间的相似度可以通过特征维度间的相似度体现，用户推荐模型通过不断迭代更新对各维度特征权值进行修正，提高模型推荐的准确性。实验结果表明，改进的算法在MovieLens数据集能够获得较高的准确率和召回率，能够比较准确地捕获用户的兴趣，并在一定程度上解决了用户兴趣漂移的问题。