论文部分内容阅读
随着互联网的发展，大量商品信息不断涌现，从而产生了信息过载问题。推荐系统作为解决此问题的有效手段，近年来得到快速发展。现存方法大多以用户行为和商品内容相似性为基础，利用用户购买记录和商品描述信息来产生推荐结果。事实上，用户的购买行为与时间也有着密切的联系。例如，最近购买的商品往往更能体现用户的当前兴趣。因此，在传统基于相似性推荐的基础上，本文提出一种基于时间特性的二部图推荐方法，通过调整初始资源权重分布体现用户兴趣随时间的变化趋势。实验证明，本文提出的方法在面向时间的Top—N命中率上有较大幅度提升。本文