基于群体动力学的协同过滤算法及应用

• 作者: 刘亮亮 曹菡 韩亚楠
• 来源期刊: 计算机应用研究
• 关键词: K-近邻 协同过滤 群体动力学 推荐系统
• 年，卷（期）: 2014,（12）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3603-3605,3612
• 页数: 4页
• 分类号: TP181
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2014.12.022

摘要

针对传统协同过滤算法稀疏矩阵和推荐精度不高的问题,根据一种社会心理学模型提出了基于群体动力学的协同过滤算法.该算法综合考虑了个体因素和环境因素对用户评分行为的影响,以此来调整传统的评分预测方法,然后为用户进行推荐.实验结果表明,该算法可以明显地提高推荐的精确度,有效地缓解稀疏矩阵问题;同时该算法还可以有效减少积累误差.最后将该算法成功运用在西安景点的推荐服务上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹菡	陕西师范大学计算机科学学院	52	517	12.0	21.0
2	韩亚楠	陕西师范大学计算机科学学院	2	65	2.0	2.0
3	刘亮亮	陕西师范大学计算机科学学院	10	66	2.0	8.0