1.一种基于用户兴趣变化的时效推荐方法,其特征在于,包括步骤
S1:输入用户历史数据集,根据历史评分数据,生成用户-项目评分矩阵,得到用户的评分时间,设置相似度阈值;
S2:根据评分时间和用户-项目评分,计算综合时间效用函数;
S3:将所述综合效用时间函数的值加入到用户相似度计算公式中,计算目标用户和其它用户的相似度,同时得到目标用户的最近用户邻域集;
S4:根据目标用户的最近用户邻域集和目标用户和其它用户的相似度,计算目标用户对未评分项目的预测评分;
S5:根据目标用户对未评分项目的预测评分,生成推荐列表。
2.如权利要求1所述的基于用户兴趣变化的时效推荐方法,其特征在于,步骤S3中,用户相似度计算公式为:
其中,a和b分表来表示用户Ua和Ub的评分向量,R(a,c)表示用户a对项目c的评分,R(b,c)表示用户b对项目c的评分,分别为用户a、b对所有的项目评分平均值。
3.如权利要求1所述的基于用户兴趣变化的时效推荐方法,其特征在于,步骤S4中,目标用户对未评分项目的预测评分公式为:
其中,为目标用户Ua的最近用户邻域集,rbi是用户Ub对未评分项目i的评分,分别为用户Ua和用户Ub对所有项目的评分的平均值。
4.如权利要求1所述的基于用户兴趣变化的时效推荐方法,其特征在于,步骤S5中所述推荐列表为:把项目按预测值由大到小的顺序进行排序,选取预测值最高的N个项目推荐给目标用户,从而得到的Top-N推荐结果列表。