结合项目相似度的协同过滤算法

• 作者: 严泳键 徐文龙 范冰冰
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 推荐系统 协同过滤 项目相似度 预测估值 平均绝对误差
• 年，卷（期）: 2013,（9）
• 所属期刊栏目: 算法
• 页码范围: 293-295
• 页数: 3页
• 分类号: TP301
• 字数: 2116字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2013.09.081

摘要

传统的协同过滤算法因为数据集稀疏性的增加而导致推荐准确性降低。针对该问题提出一种结合项目相似度的协同过滤推荐算法。首先计算项目之间的相似度，然后根据项目之间相似度，预测用户未评分项目评分估值，以减小目标用户与候选最近邻居所形成的数据集稀疏性，最后根据用户相似度获得项目推荐集。实验结果表明，该算法能提高寻找最近邻居的准确性，从而改善协同过滤的推荐质量。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	范冰冰	华南师范大学计算机学院	70	284	7.0	13.0
2	严泳键	中山大学信息科学与技术学院	2	15	2.0	2.0
3	徐文龙	华南师范大学计算机学院	1	12	1.0	1.0