结合项目分类和云模型的协同过滤推荐算法

• 作者: 刘芹 张玉芳 熊忠阳
• 来源期刊: 计算机应用研究
• 关键词: 云模型 项目分类 协同过滤 项目相似性 推荐系统
• 年，卷（期）: 2012,（10）
• 所属期刊栏目: 算法研究讨论
• 页码范围: 3660-3664
• 分类号: TP311
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2012.10.015

摘要

为了解决用户评分数据稀疏性问题和传统相似性计算方法因严格匹配对象属性而产生的弊端,结合项目分类和云模型提出了一种改进的协同过滤推荐算法.首先,按项目分类得到类别矩阵；然后利用云模型计算类内项目间的相似度并获取具有最高相似度的邻居项目的评分,为类内未评分项目进行预测填充；再利用云模型计算类内用户间的相似度得到用户邻居,最后给出最终的预测评分并产生推荐.实验结果表明,该算法不仅有效地解决了数据稀疏性及传统相似性方法存在的弊端,还提高了用户兴趣及最近邻寻找的准确性；同时,该算法只需计算新增用户或项目所在的类别即可,大大增强了系统的可扩展性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	熊忠阳	重庆大学计算机学院	135	2447	25.0	44.0
2	张玉芳	重庆大学计算机学院	125	2737	26.0	48.0
3	刘芹	重庆大学计算机学院	2	119	2.0	2.0