杰卡德相似系数在推荐系统中的应用

• 作者: 付英姿 张晓琳 褚培肖
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 推荐系统 协同过滤 杰卡德相似系数 余弦相似性
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 应用开发研究
• 页码范围: 158-161,165
• 页数: 5页
• 分类号: TP302.1
• 字数: 3637字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2015.04.036

摘要

项目相似性度量是协同过滤系统的核心。相关研究中，基于物品协同过滤系统的相似性度量方法普遍使用余弦相似性。然而，在许多实际应用中，评价数据稀疏度过高，物品之间通过余弦相似度计算会产生误导性结果。文中将杰卡德相似性度量应用到基于物品的协同过滤系统中，并建立起相应的评价分析方法。与传统相似性度量方法相比，杰卡德方法完善了余弦相似性只考虑用户评分而忽略了其他信息量的弊端，特别适合于文中所应用的稀疏度过高的数据。最后通过实例说明上述方法的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	付英姿	昆明理工大学理学院	12	50	3.0	7.0
2	张晓琳	昆明理工大学理学院	2	36	1.0	2.0
3	褚培肖	昆明理工大学理学院	2	36	1.0	2.0