改进的协同过滤算法

• 作者: 王移芝 路春霞
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 协同过滤 稀疏矩阵 相似度 Slope One算法
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 人工智能
• 页码范围: 1-4,10
• 页数: 5页
• 分类号: TP391
• 字数: 4563字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2016.03.001

摘要

协同过滤是众多推荐技术中最主流的推荐技术,在个性化推荐系统中起着主导作用,然而随着大数据时代的到来,信息过载问题日益严重,评分矩阵越来越稀疏,传统协同过滤算法遇到了瓶颈.为了提高稀疏矩阵下推荐系统的推荐质量,本文对传统协同过滤算法进行改进.首先对项目集进行聚类,然后利用Slope One算法对聚类后的矩阵进行填充,最后在计算相似度时引入用户对每个聚类的喜好程度作为权重.实验结果表明,改进后的算法提高了推荐系统的推荐质量,能够有效缓解评分矩阵稀疏问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王移芝	北京交通大学计算机与信息技术学院	50	513	13.0	21.0
2	路春霞	北京交通大学计算机与信息技术学院	1	9	1.0	1.0