基于用户兴趣度和特征的优化协同过滤推荐

• 作者: 严冬梅 鲁城华
• 来源期刊: 计算机应用研究
• 关键词: 用户兴趣度 用户特征 贝叶斯算法 协同过滤 用户相似度
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 497-500
• 分类号: TP393
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2012.02.026

摘要

协同过滤技术目前被广泛应用于个性化推荐系统中.为了使用户的最近邻居集合更加精确有效,提出了基于用户兴趣度和用户特征的优化协同过滤推荐算法.首先通过计算用户对项目的兴趣度来对用户进行分组；然后采用贝叶斯算法分析出用户具有不同特征时对项目的喜好程度；最后采用一种新的相似度度量方法计算出目标用户的最近邻居集合.实验表明该算法提高了最近邻居集合的有效性和准确度,推荐质量较以往算法有明显提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	严冬梅	天津财经大学理工学院信息科学与技术系	16	85	3.0	9.0
2	鲁城华	天津财经大学理工学院信息科学与技术系	8	64	2.0	8.0