论文部分内容阅读
一个好的推荐算法在如今的智能Web应用中变得十分重要。给出一种具有时间认知的推荐算法。传统的推荐算法通常不加选择地使用早期和近期的评价,随着时间的推移而忽略了用户兴趣的变化,且用户的兴趣在短期的时间间隔内保持稳定但在长期间隔内是有所改变的。在已有的协同过滤推荐算法基础上加入了时间向量因子用来激励近期记录或减弱早期记录,以达到更有效分类相似兴趣的用户的目的。结果表明应用该方法能有效提高在智能Web中推荐的准确率及效率。