TY - JOUR A2 - Gao, Longxiang AU - Fan, AU -小平AU - Chen, Zhijie AU - Zhu, Liangkun AU - Liao, Zhifang AU - Fu，本文解决了传统的最近邻协同过滤推荐算法在相似度计算方面存在的问题，特别是无法描述用户的动态偏好。从解决用户兴趣漂移问题的角度出发，提出了一种新的混合相似度计算模型。该模型由两部分组成，一方面利用函数拟合来描述用户的评分行为和评分偏好，另一方面利用随机森林算法来考虑用户的属性特征。并结合这两部分，建立了一种新的混合相似度计算模型用于用户推荐。实验结果表明，对于不同规模的数据集，该模型的预测精度高于传统推荐算法。JF -科学编程PB - Hindawi KW - ER -