改进相似性的基于项的推荐方法

• 作者: 安婷
• 来源期刊: 汉口学院学报
• 学科: 工学
• 关键词: 协同过滤 推荐系统 相似性 最近邻
• 年，卷（期）: 2010,（1）
• 页码范围: 72-75
• 页数: 4页
• 分类号: TP301

摘要

随着协同过滤推荐方法广泛的应用于电子商务网站和其它的领域，人们对协同推荐技术的要求也越来越高。针对电子商务系统用户数目和商品数量的增加导致系统实时性难以保障的情况，人们提出了基于项的聚类的方法来解决这一问题，但是基于项的方法在应用过程中缺乏互连性，项之间缺乏有效的联系，导致推荐结果的精确度不高。针对这一问题改进基于项聚类的推荐方法中的相似性计算方法，提出一种结合项之间评分相似性和互连性的相似性计算方法，来改进基于项的推荐方法。通过这种方法产生聚类中心中的项不仅评分相似而且联系程度高，在此基础上能更好的形成相互有关联的推荐项。实验表明改进相似性的基于项的推荐方法能够更有效提高推荐系统的准确程度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	安婷	华中师范大学汉口分校信息科学学院	1	0	0.0	0.0