技术详细介绍
本发明公开了一种基于用户评分的项目推荐方法，首先针对推荐系统中用户兴趣的动态性和多样性，综合时间因子对用户兴趣的全局影响，基于用户项目评分有效融入保持量函数，采用概率主题模型完成用户潜在兴趣的全局学习；
然后针对其学习过程对潜在情景变化的敏感性，再次综合时间因子对用户潜在兴趣局部的影响，基于概念漂移问题的对兴趣进行面向用户个性化的二次更新学习，
最后通过分析用户兴趣计算其对项目的支持度，并进行排序生成项目推荐列表。
本发明能够在充分挖掘用户潜在兴趣的条件下，有效避免概念漂移问题对推荐性能的影响，提高系统的整体推荐质量。