关联规则评分预测的协同过滤推荐算法

• 作者: 王竹婷
• 来源期刊: 合肥学院学报（自然科学版）
• 学科: 工学
• 关键词: 推荐系统 协同过滤 关联规则
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 计算机与电子
• 页码范围: 65-69
• 页数: 5页
• 分类号: TP301.6
• 字数: 3923字
• 语种: 中文

摘要

协同过滤算法是目前应用于电子商务个性化推荐系统中的一种最成功的推荐算法。为缓解因数据稀疏性问题导致的算法推荐质量下降，将关联规则分析引入协同过滤算法中，预测部分未评分项目的评分值，再运用传统的基于用户的协同过滤算法实施推荐。实验结果表明：与传统的协同过滤算法相比，采用关联规则预测评分可以一定程度提高算法推荐质量。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王竹婷	合肥学院计算机科学与技术系	25	24	2.0	3.0