基于近邻用户和近邻项目的协同过滤改进算法

• 作者: 张阳 申华
• 来源期刊: 沈阳师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 协同过滤 推荐系统 稀疏数据
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 计算机科学技术
• 页码范围: 382-385
• 分类号: TP311
• 字数: 2626字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-5862.2012.03.015

摘要

协同过滤算法研究正面临两大挑战:一是提高推荐系统的质量,尤其是高维稀疏数据系统的推荐质量；二是提高算法的可伸缩性.为了解决该问题,笔者提出了一个基于用户近邻和项目近邻的协同过滤改进算法.为了提高系统在线推荐性能,该算法分2步:1)线下的相似度计算和近邻计算；2)在线预测.通过对N个用户近邻和N个项目近邻的有效结合,该算法在线计算的空间复杂度为O(N)且具有较好的可伸缩性.实验表明,与经典的Pearson协同过滤算法相比,该算法不仅提高了推荐性能,而且也适用于高维稀疏数据系统.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张阳	大连东软信息学院嵌入式系统工程系	11	21	4.0	4.0
2	申华	大连东软信息学院嵌入式系统工程系	8	35	4.0	5.0