面向用户兴趣密度分布的协同过滤推荐算法

• 作者: 毕孝儒
• 来源期刊: 计算机系统应用
• 关键词: 协同过滤 Parzen窗估计 相对熵 用户属性
• 年，卷（期）: 2014,（12）
• 所属期刊栏目: 软件技术?算法
• 页码范围: 115-119
• 页数: 5页
• 字数: 4473字
• 语种: 中文

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，提出一种面向用户兴趣密度分布的协同过滤推荐算法。在计算项目类别相似度的同时，引入类别的信息熵以确定项目之间距离，在此基础上采用 Parzen 窗估计方法获取用户在整个项目空间上的兴趣密度分布，最后结合用户属性差异性和兴趣密度之间相对熵以确定目标用户的最近邻居用户集。实验结果表明，该算法在避免数据填充所引入误差的同时，有效提升数据稀疏情况下的推荐质量。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	毕孝儒	四川外国语大学重庆南方翻译学院管理学院	34	35	3.0	4.0