系统工程与电子技术

作者：陈江美, 张文德

单位：1. 福州大学经济与管理学院, 福建 福州 350108；2. 福州大学信息管理研究所, 福建 福州 350108

关键词：兴趣点推荐,灰关联分析,矩阵分解,自适应核密度估计

基金：中国高校产学研创新基金新一代信息技术创新(2019ITA0103)

为了提高动态推荐效果, 从时间个性化和连续性的角度出发, 细化了签到用户的时间特征, 利用灰关联分析度量时间向量的相似度, 与矩阵分解算法结合, 给出了一种新的矩阵分解算法。该算法可缓解时间戳细化签到矩阵后带来的数据稀疏的影响。同时为了提高个性化推荐, 采用自适应核密度估计方法捕捉用户的空间偏好, 增强用户的个性化体验, 进而提高推荐质量。在此基础上, 设计了一种新的兴趣点推荐算法。实验结果表明, 该算法能有效地提高推荐准确率和召回率。

来源：2022年第6期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2022年第6期