基于评分统计预测的协同过滤算法

• 作者: 周延鹏 张兴明
• 来源期刊: 信息工程大学学报
• 学科: 工学
• 关键词: 协同过滤 评分统计预测 用户统计信息 项目统计信息
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 通信工程与技术
• 页码范围: 646-650,693
• 页数: 6页
• 分类号: TP391.3
• 字数: 5281字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0673.2016.06.002

摘要

针对没有考虑用户和项目的相似性,推荐精度较低的问题,提出评分统计预测模型,定义用户和项目统计信息分别表示用户个人喜好和项目品质;根据统计信息,产生符合正态分布随机数来表示项目品质评分和个人喜好的评分;最后结合两个评分建立线性回归预测模型进行评分预测,并据此设计了相关算法.实验结果表明,文章提出的算法推荐精度高于传统协同过滤算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张兴明		61	302	8.0	15.0
2	周延鹏		1	0	0.0	0.0