基于项目评分预测的协同过滤推荐算法

• 作者: 施伯乐 朱扬勇 邓爱林
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 电子商务 推荐系统 协同过滤 项目相似性 推荐算法 平均绝对偏差
• 年，卷（期）: 2003,（9）
• 所属期刊栏目: 计算机网络与信息安全
• 页码范围: 1621-1628
• 页数: 8页
• 分类号: TP391
• 字数: 6953字
• 语种: 中文

摘要

推荐系统是电子商务系统中最重要的技术之一.随着电子商务系统用户数目和商品数目的日益增加,在整个商品空间上用户评分数据极端稀疏,传统的相似性度量方法均存在各自的弊端,导致推荐系统的推荐质量急剧下降.针对用户评分数据极端稀疏情况下传统相似性度量方法的不足,提出了一种基于项目评分预测的协同过滤推荐算法,根据项目之间的相似性初步预测用户对未评分项目的评分,在此基础上,采用一种新颖的相似性度量方法计算目标用户的最近邻居.实验结果表明,该算法可以有效地解决用户评分数据极端稀疏情况下传统相似性度量方法存在的问题,显著地提高推荐系统的推荐质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	施伯乐	复旦大学计算机与信息技术系	188	4414	33.0	61.0
2	朱扬勇	复旦大学计算机与信息技术系	91	3435	25.0	58.0
3	邓爱林	复旦大学计算机与信息技术系	2	1054	2.0	2.0