基于用户特征和项目属性的协同过滤推荐算法

• 作者: 李志强 陈志敏
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 协同过滤 相似性计算 用户特征 冷启动
• 年，卷（期）: 2011,（7）
• 所属期刊栏目: 数据库技术
• 页码范围: 1748-1750,1755
• 分类号: TP311
• 字数: 4676字
• 语种: 中文
• DOI: 10.3724/SP.J.1087.2011.O1748

摘要

在数据极度稀疏的环境下,仅仅依赖用户直接评分数据的传统协同过滤算法无法取得满意的推荐质量.提出基于用户特征和项目属性的协同过滤算法,在用户相似性计算过程中引入时间相关的兴趣度,使得最近邻的确定更加准确;预测评分时,通过衡量用户信任度来体现各邻居对目标用户最终推荐的贡献程度,并以用户对项目属性的偏好度代替评分数据对新项目进行推荐.基于MovieLens数据集进行的实验结果表明,改进后的算法有效解决了系统冷启动问题,明显提高了系统推荐的准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈志敏	扬州大学信息工程学院	15	175	7.0	13.0
2	李志强	扬州大学信息工程学院	44	382	12.0	18.0