优化稀疏数据集提高协同过滤推荐系统质量的方法

• 作者: 刘庆鹏 陈明锐
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 推荐系统 协同过滤 均值 众数 信息过载
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 数据库技术
• 页码范围: 1082-1085
• 分类号: TP301.6|TP391|TP311
• 字数: 4985字
• 语种: 中文
• DOI: 10.3724/SP.J.1087.2012.01082

摘要

协同过滤是目前个性化推荐系统中效果较好的一种推荐技术.由于用户和项目数量的急剧增加,使得反映用户喜好信息的评分矩阵非常稀疏,严重影响了协同过滤技术的推荐质量.针对这一问题提出了综合均值优化填充方法,该方法相比较于缺省值法和众数法,考虑到了用户评分尺度问题,同时也不存在众数法中的“多众数”和“无众数”问题.在同一数据集上,通过使用传统的基于用户的协同过滤算法进行验证,表明此方法可以有效提高推荐系统的推荐质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈明锐	海南大学信息科学技术学院	83	435	11.0	16.0
2	刘庆鹏	海南大学信息科学技术学院	1	45	1.0	1.0