基于用户相似度的协同过滤推荐算法

• 作者: 火生旭 胡春华 荣辉桂 莫进侠
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: 协同过滤 用户相似度 属性相似度 互动相似度 用户满意度
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 学 术 论 文
• 页码范围: 16-24
• 页数: 9页
• 分类号: TP393
• 字数: 9268字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-436x.2014.02.003

摘要

协同过滤推荐算法通过研究用户的喜好，实现从海量数据资源中为用户推荐其感兴趣的内容，在电子商务中得到了广泛的应用。然而，当此类算法应用到社交网络时，传统的评价指标与相似度计算的重点发生了变化，从而出现推荐算法效率偏低，推荐准确度下降问题，导致社交网络中用户交友推荐满意度偏低。针对这一问题，引入用户相似度概念，定义社交网络中属性相似度，相似度构成与计算方法，提出一种改进的协同过滤推荐算法，并给出推荐质量与用户满意度评价方法。实验结果表明：改进算法能有效改善社交网络中的推荐准确性并提高推荐效率，全面提高用户满意度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡春华	湖南商学院计算机与信息工程学院	31	689	11.0	26.0
2	荣辉桂	湖南大学信息科学与工程学院	9	262	4.0	9.0
3	火生旭	湖南大学信息科学与工程学院	1	221	1.0	1.0
4	莫进侠	湖南大学信息科学与工程学院	2	242	2.0	2.0