数字图书馆推荐系统协同过滤算法改进及实证分析
来源：图书情报工作杂志2017年第9期北京时间：
作者：朱白
单位：商洛学院图书馆 商洛 726000
摘要：[目的/意义] 为了提高传统协同过滤算法的计算速度，解决目标用户随着时间推移发生兴趣偏移而导致推荐系统质量下降的问题，以期进一步提升推荐系统运行效率和推荐质量。[方法/过程] 提出预先计算用户相似度算法和引入时间评分权重计算相似度矩阵的两种算法的改进，并利用Hadoop平台实证分析改进后的算法。[结果/结论] 实验结果证明：预先计算用户相似度算法缩短了对读者推送相关信息的时间，从而有效地提升了计算速度；引入时间评分权重计算相似度矩阵大大降低了MAE值，从而提高了推荐质量，两种算法同时应用后推荐系统在计算速度、准确率和新颖性方面都有显著提升。
关键词：推荐系统,协同过滤算法,相似度,时间评分权重,MAE,
基金资助：本文系陕西省社科界2017年度重大理论与现实问题研究项目“新时期陕西省农家书屋可持续发展的困境与对策研究”（项目编号：2017Z057）研究成果之一。
