基于项目属性和云填充的协同过滤推荐算法

• 作者: 孙金刚 艾丽蓉
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 协同过滤 稀疏数据 云填充 评分相似性 属性相似性 相似性度量
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 人工智能
• 页码范围: 658-660,668
• 分类号: TP18|TP301.6
• 字数: 4175字
• 语种: 中文
• DOI: 10.3724/SP.J.1087.2012.00658

摘要

传统协同过滤推荐算法中经常因用户评分矩阵极端稀疏而导致相似性度量方法不准,推荐质量不高,针对这一问题,提出一种基于项目属性和云填充的协同过滤推荐算法.利用云模型对用户评分矩阵进行填充,在填充矩阵基础上,利用传统的相似性计算方法得到项目之间的评分相似性,同时结合项目属性,计算项目的属性相似性,通过加权因子得到项目的最终相似性,从而形成一种新的相似性度量方法.实验结果表明,提出的算法可有效解决传统方法中由于数据稀疏所导致的相似性度量不准确的问题,并显著地提高了算法的推荐精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	艾丽蓉	西北工业大学计算机学院	36	357	10.0	18.0
2	孙金刚	西北工业大学计算机学院	1	48	1.0	1.0