使用群体兴趣偏好度的协同过滤推荐

• 作者: 刘旭东 钟苏丽 陈德人
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 协同过滤 群体兴趣偏好度 平均绝对偏差
• 年，卷（期）: 2010,（34）
• 页码范围: 129-131
• 分类号: TP391
• 字数: 4032字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.34.039

摘要

推荐系统是电子商务系统中最重要的技术之一,用户相似性度量方法是影响推荐算法准确率高低的关键因素.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,提出了一种基于群体兴趣偏好度的协同过滤推荐算法,根据群体兴趣偏好度来预测用户对未评分项目的评分,在此基础上再采用传统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	陈德人	浙江大学计算机科学与技术学院	84	666	13.0	21.0
2	刘旭东	烟台职业学院信息工程系	63	221	10.0	13.0
3	钟苏丽	烟台职业学院电气工程系	7	31	4.0	5.0