基于用户认知度变化的协同推荐方法

摘要

本发明涉及一种基于用户认知度变化的协同推荐方法，首先利用RMF模型将用户‑项目评分矩阵分解成为用户特征矩阵和项目特征矩阵，并引入一个基于心理学记忆遗忘曲线的时间衰减函数，对用户不同时间给出的评分给予不同程度的衰减；其次，考虑四个方面对用户认知度的影响，包括用户历史行为、用户年龄、职业和性别的影响作用，利用因子模型将这四种影响认知度的因素建模到RMF模型中，以改进传统方法的不足。基于用户认知度变化的协同推荐方法(CogTime_RMF)能够从年龄、工作、性别和历史行为等多方面因素构建用户的认知度变化，并融入到推荐方案中，能提高推荐的准确率并缓解用户“冷启动”问题。

主权项

一种基于用户认知度变化的协同推荐方法，其特征在于，首先利用RMF模型将用户‑项目评分矩阵分解成为用户特征矩阵和项目特征矩阵，并引入一个基于心理学记忆遗忘曲线的时间衰减函数，对用户不同时间给出的评分给予不同程度的衰减；其次，考虑四个方面对用户认知度的影响，包括用户历史行为、用户年龄、职业和性别的影响作用，利用因子模型将这四种影响认知度的因子建模到RMF模型中，以改进传统方法的不足。