基于用户兴趣模型的协同过滤推荐算法

• 作者: 梁天一 梁永全 樊健聪 赵建立
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 分布估计算法 协同过滤 用户兴趣模型
• 年，卷（期）: 2014,（11）
• 所属期刊栏目: 算法
• 页码范围: 260-263
• 页数: 4页
• 分类号: TPTP391
• 字数: 4015字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2014.11.066

摘要

协同过滤推荐算法是目前应用最广泛个性化推荐技术，其中用户相似度的计算方法是影响推荐算法质量的关键因素。针对传统协同过滤算法中稀疏评分数据造成的用户相似度计算不准确问题，提出一种基于用户兴趣模型的协同过滤推荐算法。该算法使用分布估计算法建立用户兴趣模型，并使用用户兴趣模型计算用户间相似度。实验表明，该算法的准确性受数据稀疏性影响较小，同时在收敛速度和推荐准确性方面有明显提高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁永全	山东科技大学信息科学与工程学院	82	678	15.0	21.0
2	赵建立	山东科技大学信息科学与工程学院	6	72	6.0	6.0
3	梁天一	山东科技大学信息科学与工程学院	1	18	1.0	1.0
4	樊健聪	山东科技大学信息科学与工程学院	1	18	1.0	1.0