基于项目属性与数据权重的协同过滤推荐算法

• 作者: 张新猛 李松
• 来源期刊: 自动化与仪表
• 关键词: 推荐系统 协同过滤 项目属性 相似性 数据权重
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 创意与实践
• 页码范围: 69-73
• 页数: 5页
• 分类号: TP391
• 语种: 中文

摘要

传统的基于项目的协同过滤(IBCF)算法存在相似性计算方法忽略项目属性在相似性度量中的重要参考价值和不能反映用户意向的变化的不足.基于以上不足该文提出了一种新的基于项目的协同过滤算法.此种算法分别基于评分与项目属性因素度量项目相似性,最后通过自适应平衡因子协调处理两方面的相似性结果来度量项目相似,并结合反映项目与用户意向相关程度的数据权重进行预测与推荐.试验结果表明,改进后的算法,对传统算法中存在的2个弊端进行了改善,在推荐准确度上有所提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李松	河北工业大学计算机科学与软件学院	9	24	3.0	4.0
2	张新猛		1	8	1.0	1.0