基于用户特征属性和云模型的协同过滤推荐算法

• 作者: 刘发升 洪营
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 协同过滤 云模型 用户特征属性相似性 打分偏好 云相似性
• 年，卷（期）: 2014,（6）
• 页码范围: 1172-1176
• 页数: 5页
• 分类号: TP311
• 字数: 4544字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2014.06.028

摘要

随着数据的极端稀疏性,仅仅依赖于传统的协同过滤相似性的度量方法已无法取得精确的推荐结果.针对这一问题,提出基于用户特征属性和云模型的协同过滤算法.首先,算法利用云模型计算用户评分云相似性,结合用户打分偏好对原矩阵进行填充,在此基础上得到用户的评分云相似性;其次,再结合用户特征属性相似性通过加权因子计算用户的最终相似性,得到一种新的相似性度量方法;最后,得到算法的评分预测.实验结果表明,该方法能够提高推荐质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘发升	江西理工大学信息工程学院	29	181	8.0	12.0
2	洪营	江西理工大学信息工程学院	1	29	1.0	1.0