改进的基于用户数据的协同过滤推荐方法

• 作者: 刘聪 张璇 杨帅 王黎霞 赵倩
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 协同过滤 用户信息 不诚实用户 稀疏性
• 年，卷（期）: 2014,（8）
• 所属期刊栏目: 算法
• 页码范围: 245-248
• 页数: 4页
• 分类号: TP391
• 字数: 5073字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2014.08.061

摘要

协同过滤算法中最重要的一步是寻找相似用户,但用户评分数据的稀疏以及不诚实用户等问题,使仅仅依赖用户评分数据的传统协同过滤方法寻找的相似用户不够准确.在改进的基于用户数据的推荐算法中,用到用户评分数据和用户信息两种用户数据,通过对用户信息进行量化,得到用户信息矩阵.分别使用用户商品评分矩阵和用户信息矩阵来计算用户相似值,通过综合两种相似值来计算得到相似用户,并且通过加权来修正不诚实用户问题,通过筛选推荐用户来解决用户数据稀疏性问题.实验结果表明该方法能够有效地提高推荐精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵倩	云南大学软件学院	18	75	5.0	8.0
2	张璇	云南大学软件学院	37	266	8.0	15.0
4	王黎霞	云南大学经济学院	13	70	4.0	7.0
7	刘聪	云南大学信息学院	6	42	3.0	6.0
8	杨帅	云南大学信息学院	4	42	3.0	4.0