一种播存网络环境下的UCL协同过滤推荐方法

来源：计算机研究与发展杂志2015年第2期北京时间：

作者：顾梁,杨鹏,罗军舟,

摘要：信息资源在分发共享过程中存在带宽拥塞、内容冗余等问题，播存网络借助“一点对无限点”的物理广播分发共享信息资源，对解决此类问题有独特优势.播存网络采用统一内容标签(uniformcontentlabel,UCL)适配用户兴趣和推荐信息资源，用户如何高效地获得自己感兴趣的UCL是播存网络中的关键问题.针对该问题，提出一种播存网络环境下的UCL协同过滤推荐方法(unifyingcollaborativefilteringwithpopularityandtiming,UCF-PT).首先，通过设定一对相似度阈值来计算用户与UCL数据的稀疏情况，根据稀疏情况决定二者对UCL评分的影响权值，并基于二者权值预测用户对UCL的评分，生成推荐结果集.其次，依据UCL热度调整推荐结果集的UCL顺序，从而使热门UCL更容易推荐给用户；最后提出UCL价值衰减函数，保证较新的UCL具备较高的推荐优先级.实验结果表明：与传统推荐方法相比，该方法不仅具有良好的推荐精度，还可保证所推荐UCL的热度与时效性，更适用于在播存网络环境下推荐UCL.

关键词：播存网络, 统一内容标签, 推荐, 协同过滤, 预测,