基于修正相似度的User-Based协同过滤推荐算法

• 作者: 周艳玲 夏竹青 王竹婷
• 来源期刊: 重庆科技学院学报（自然科学版）
• 学科: 工学
• 关键词: 推荐系统 协同过滤 相似度 自信息量 平均绝对偏差
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 计算机应用
• 页码范围: 75-79
• 页数: 5页
• 分类号: TP301
• 字数: 4479字
• 语种: 中文

摘要

运用传统的User-Based协同过滤算法计算用户相似度时,因数据过度稀疏而易造成较大的计算偏差.为了有效提高该算法的准确性,研究改进相似度计算方法.根据用户现有的评分数据计算每个项目的自信息量,根据自信息量为不同的项目分配权值,利用权值来修正传统的相似度计算方法.当用户共同评分项目数量较少时,增加惩罚因子,以避免评分相似所致相似度过高的问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王竹婷	合肥学院计算机科学与技术系	25	24	2.0	3.0
2	周艳玲	合肥学院计算机科学与技术系	14	5	2.0	2.0
3	夏竹青	合肥学院计算机科学与技术系	12	6	2.0	2.0