【出 处】：《 计算机工程与科学 》 CSCD 2012年第34卷第10期 32-37页,共6页

【作 者】： 李志浩 [1] ; 聂文汇 [1] ; 成鹏 [2] ; 张宇博 [2] ; 阳智敏 [2]

【摘 要】 对智能推荐系统中用户兴趣跟踪问题的研究，传统方法如时间窗口、遗忘函数等在表征用户兴趣模型时均未考虑兴趣主题概念相关性，无法充分利用用户历史数据，导致兴趣跟踪不准确。因此，本文提出了基于分页缓存的用户兴趣表征模型，形成基于主题的用户多兴趣域结构，并提出了相应的兴趣迁移检测SIM算法，该算法引入序列熵差，表征兴趣迁移的整体特性。实验表明，与传统方法相比，本文提出的方法具有更低的兴趣平均绝对偏差，能够更准确地表征用户兴趣迁移，从而获得更好的推荐质量和效率。