协同过滤算法中的用户相似性度量方法研究

• 作者: 任看看 钱雪忠
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 协同过滤 数据稀疏 用户相似性 Jaccard相似性系数 推荐算法
• 年，卷（期）: 2015,（8）
• 所属期刊栏目: 先进计算与数据处理
• 页码范围: 18-22,31
• 页数: 6页
• 分类号: TP399
• 字数: 5144字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2015.08.004

摘要

传统协同过滤算法中的用户相似性度量方法基于用户之间共同评分项计算用户的相似度,用户-项目评分矩阵的数据稀疏问题会导致该相似度的计算不够准确.为此,提出一种新的用户相似性度量方法.该方法采用结合修正公式改进的Jaccard相似性系数计算用户之间的相似度,在计算过程中考虑用户之间共同评分项和所有评分项的关系,以及用户在共同评价项目上的评分差异对用户相似度的影响,从而获取更加精确的用户相似度矩阵.实验结果表明,与余弦相似性方法和修正的余弦相似性方法相比,该方法能提高预测准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钱雪忠	江南大学物联网工程学院	92	741	15.0	22.0
2	任看看	江南大学物联网工程学院	1	46	1.0	1.0