改进Pearson相关系数的个性化推荐算法

• 作者: 王红 陈功平
• 来源期刊: 山东农业大学学报（自然科学版）
• 学科: 工学
• 关键词: 个性化推荐 相似性计算 皮尔森相关系数 评分预测
• 年，卷（期）: 2016,（6）
• 页码范围: 940-944
• 页数: 5页
• 分类号: TP301
• 字数: 3056字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-2324.2016.06.026

摘要

基于用户的协同过滤推荐算法(User CF)从用户的历史操作记录中分析用户的兴趣,找到每个用户的k个相似近邻,然后基于这k个近邻集合实施推荐.皮尔森相关系数能够根据用户的历史评分计算用户间的相似度.本文加入流行项目惩罚系数、共同评分项目惩罚系数δ和评分差异惩罚系数λ,对皮尔森相关系数实施了改进和修订.实验结果表明,改进后的皮尔森相似度的推荐效果好于原始皮尔森相似度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王红	六安职业技术学院信息与电子工程学院	19	101	4.0	9.0
2	陈功平	六安职业技术学院信息与电子工程学院	19	86	4.0	8.0