基于用户情景的协同过滤推荐

• 作者: 周涛 李华
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 用户情景 协同推荐 相异度矩阵 等价相异度矩阵 聚类
• 年，卷（期）: 2010,（4）
• 所属期刊栏目: 数据库与数据挖掘
• 页码范围: 1076-1078,1082
• 页数: 4页
• 分类号: TP311
• 字数: 4796字
• 语种: 中文

摘要

为提高基于项目的协同推荐算法的预测效果,引入用户情景因素.首先计算用户情景因素的相异度矩阵,然后按照用户间相异度大小,采用基于等价相异度矩阵聚类算法对用户进行聚类.在聚类后的用户簇中,选取与目标项目相异度小的项目作为近邻,为用户对目标项目进行评分预测.最后,在标准的MovieLens数据集上进行实验.通过对改进的推荐算法与经典的基于项目的协同推荐算法Slope One进行比较,实验数据表明改进后算法的推荐结果有较大提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李华	重庆大学计算机学院	155	2242	26.0	40.0
2	周涛	重庆大学计算机学院	6	33	2.0	5.0