基于模糊权重相似性的协同过滤算法研究

• 作者: 张雅科
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: 推荐系统 协同过滤 相似度 模糊权重
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 协议·算法及仿真
• 页码范围: 111-114
• 页数: 4页
• 分类号: TP273
• 字数: 3188字
• 语种: 中文
• DOI: 10.16180/j.cnki.issn1007-7820.2015.07.034

摘要

在传统协同过滤算法中,相似度直接依据用户评分.但是,用户评分会受各种不确定因素影响.采用数值评分的推荐系统收集到的用户喜好信息是模糊、不精确和不完整的.单一的数值不能包含丰富的信息来表达用户喜好,也会导致推荐结果的不准确性.文中定义了几种模糊集的隶属函数,提出了基于模糊逻辑的相似度计算方法.实验结果表明,基于模糊权重的相似度有效的提高了推荐系统的预测准确度,一定程度上解决了协同过滤算法的可扩展性和数据稀疏性问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张雅科	西安电子科技大学数学与统计学院	1	6	1.0	1.0