一种有效缓解协同过滤推荐评价数据稀疏问题的算法

• 作者: 覃罗春 黄永锋
• 来源期刊: 东华大学学报（自然科学版）
• 学科: 工学
• 关键词: 个性化推荐 协同过滤 数据稀疏 预测填充 资源特征
• 年，卷（期）: 2013,（1）
• 所属期刊栏目: 计算机与信息工程
• 页码范围: 83-87
• 页数: 5页
• 分类号: TP274+.5
• 字数: 4450字
• 语种: 中文

摘要

在采用协同过滤算法构建个性化推荐的系统中,经常面临用户评价数据稀疏问题,这将严重降低个性化推荐的准确度.针对此问题,提出了一种混合加权预测填充算法,从用户访问的资源特征以及该资源在整个用户群体中被访问的热度出发,对用户访过的但未给出评价的数据进行预测并填充,从而降低了由于用户评价数据缺失所造成的评价矩阵稀疏程度,提高推荐准确度.在MoiveLensc数据集上的试验结果表明,该算法能够明显地提高推荐准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄永锋	东华大学计算机科学与技术学院	23	118	6.0	10.0
2	覃罗春	东华大学计算机科学与技术学院	1	8	1.0	1.0