协同过滤推荐中基于用户分类的邻居选择方法

• 作者: 冯玉强 张尧
• 来源期刊: 计算机应用研究
• 关键词: 协同过滤 邻居选择 邻居权重 用户分类 岭回归 K-means聚类
• 年，卷（期）: 2012,（11）
• 所属期刊栏目: 系统应用开发
• 页码范围: 4216-4219
• 页数: 4页
• 分类号: TP311
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2012.11.054

摘要

为了提高推荐系统的推荐结果质量,找到目标用户恰当的邻居是协同过滤算法中非常关键的一个环节.网络中的用户可以分为专家型用户、可信用户与兴趣相似用户三个维度,由于不同类型的邻居对用户的影响及用户对不同邻居的依赖倾向的不同,因此利用岭回归分析估计用户对于这三类用户的主观倾向,即邻居选择权重,由此获得目标用户邻居集合,进而产生推荐,通过利用标准F1方法与传统推荐方法对比实验分析表明,推荐结果的质量显著提高；同时利用K-means方法对用户作聚类分析及类别之间的方差齐性分析,并与行为研究结果相对比,验证了推荐结果的可信性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯玉强	哈尔滨工业大学管理学院	114	1420	20.0	30.0
2	张尧	哈尔滨工业大学管理学院	4	20	2.0	4.0