中图分类：TP393.09

学科分类：520.30

成果类别：应用技术

成果水平：未评价

研究起止时间：2012-01～2013-12

评价形式：验收

项目来源于海南省自然科学基金项目 “基于协作过滤的个性化服务关键技术研究（612132）”,结合当前大数据环境下的数据冗余、动态变化等特点,以适应用户兴趣动态性为目标,追踪Web日志记录、IP地址、用户行为信息等从各个领域获取与用户相关的客观评分,构建动态用户模型,线下模型定期更新,线上根据评价信息实时更新,有效地提高了推荐质量。综合用户特征和项目属性,通过分析不同特征的用户对项目的各种属性的兴趣度,综合已评分的项目属性预测未评分项目,降低数据集的稀疏性,提高项目相似度计算的准确度。提出一种针对目标项目选择近邻的协作过滤推荐算法,基于项目类型评分确定初步的近邻用户,针对每个目标项目计算目标用户的近邻,并在近邻用户未对目标项目评分的情况下,计算目标用户的扩展邻居,最后为目标用户预测、推荐。多种语义因素可提高算法计算精度,基于项目属性的协作过滤推荐算法,通过对项目分析,划分出项目的属性并计算属性权重,利用基于属性的重心剖分模型结合项目的属性权重计算项目之间的相似度,提高系统的推荐质量。