一种基于项目属性评分的协同过滤推荐算法

• 作者: 高云 高洪福 龚安
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 属性评分 均值法 缩放法 协同过滤 推荐
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 数据库
• 页码范围: 2366-2371
• 页数: 6页
• 分类号: TP311
• 字数: 4471字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2015.12.026

摘要

协同过滤是电子商务推荐系统中应用最成功的推荐技术之一,但面临着严峻的用户评分数据稀疏性和推荐精度低等问题.针对数据稀疏性高和单一评分导致的推荐精度低等问题,提出一种基于项目属性评分的协同过滤推荐算法.首先通过均值法或缩放法构造用户-项目属性评分矩阵将单一评分转化为多评分;其次基于每个属性评分矩阵,计算用户间的偏好相似度,得到目标用户的偏好最近邻居集;然后针对每个最近邻居集,在用户-项目评分矩阵上完成对目标用户的初步评分预测;最后,将多个初步预测评分加权求和作为综合评分,完成推荐.在Movie Lens扩展数据集上的实验结果表明,该算法能有效提高推荐精度.