融合标签相似度的k近邻Slope One算法

• 作者: 张鹏 葛小青
• 来源期刊: 重庆邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 协同过滤 推荐系统 标签相似度 k近邻 Slope One算法
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 大数据,云计算
• 页码范围: 518-524
• 页数: 7页
• 分类号: TP391
• 字数: 5317字
• 语种: 中文
• DOI: 10.3979/j.issn.1673-825X.2016.04.012

摘要

Slope One 协同过滤算法被广泛应用于个性化推荐系统中。标签是一种描述项目特性的重要形式，针对Slope One 算法推荐精度不足的问题，将标签信息融合到 Slope One 算法当中。同时参考 k 近邻算法思想，选取阈值过滤后的 k 近邻项目参与平均评分偏差计算，提高计算效率的同时增加预测精度。使用评分相似度和标签相似度作为权重修正线性回归模型。通过线性加权融合预测结果，进一步提升推荐质量。将算法应用于 MovieLens 数据集，与传统加权 Slope One 算法相比，平均绝对偏差下降4．8％，召回率和准确率分别提高32．1％和26．3％。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张鹏	中国科学院遥感与数字地球研究所	220	1605	21.0	32.0
5	葛小青	中国科学院遥感与数字地球研究所	9	32	4.0	5.0