分步预测的协同过滤算法

• 作者: 肖明波 郑鑫炜
• 来源期刊: 计算机应用研究
• 关键词: 数据稀疏性 协同过滤 分步预测 准确度
• 年，卷（期）: 2015,（11）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3256-3258,3272
• 页数: 4页
• 分类号: TP391|TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2015.11.012

摘要

针对数据稀疏性问题，对协同过滤推荐算法作了改进，提出分步预测的算法。算法先对评分矩阵作预处理，重新排列矩阵元素的位置，使评分数据集中到矩阵左上角，并对评分数过少的用户进行部分填充；然后再提取一个数据密度较高的子系统，用基于信任的算法填充其缺失值；最后通过不断向子系统里添加新用户、新项目的方法实现分步预测的目的。通过在 MovieLens 数据集上的实验结果表明，新算法可以有效地缓解数据稀疏性问题，提高系统的推荐精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖明波	杭州电子科技大学通信工程学院	16	54	4.0	6.0
2	郑鑫炜	杭州电子科技大学通信工程学院	1	5	1.0	1.0