基于项目兴趣度的协同过滤新算法

• 作者: 孙光明 王硕
• 来源期刊: 计算机应用研究
• 关键词: 兴趣度特征向量 数据稀疏 项目相似性 推荐质量 协同过滤
• 年，卷（期）: 2013,（12）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3618-3621
• 页数: 4页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2013.12.026

摘要

针对评分数据稀疏和单一评分相似性计算不准确导致推荐质量不高的问题,提出一种基于项目兴趣度的协同过滤新算法.该算法先预测未评分项的值,在此基础上基于项目的分类、评分值及次数引入项目—项目类别兴趣度特征向量计算同组项目的相似性,提高了项目间相似性计算的准确度和推荐质量,避免了大量无用计算,提高了算法的效率.实验结果表明,该算法对目标项目预测评分的准确性、推荐质量及效率更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙光明	北京交通大学计算机与信息技术学院	18	82	4.0	9.0
5	王硕	河北交通学院网络教研室	22	111	5.0	10.0