基于用户相似度加权的Slope One算法

• 作者: 田松瑞
• 来源期刊: 软件
• 学科: 工学
• 关键词: 协同过滤 用户相似度 Slope One 数据挖掘 个性化推荐
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 基金项目论文
• 页码范围: 57-59
• 页数: 3页
• 分类号: TP391
• 字数: 2256字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2016.04.015

摘要

Slope One算法基于简单的线性回归模型，通过减少响应时间和维护难度，显著提高了推荐性能。然而Slope One算法没有考虑用户内部的关联，同等地使用各个用户数据进行预测，容易造成偏差，影响推荐质量。本文提出了一种改进的Slope One算法，它将用户相似度纳入考虑并且对评分偏差计算公式进行了修正。基于项目的Slope One算法结合基于用户的协同过滤算法，提出新的混合推荐算法US-Slope One。在MovieLens数据集上的实验结果表明，该算法与原Slope One算法相比具有更好的预测准确度和推荐质量。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田松瑞	西南大学计算机与信息科学学院	2	12	1.0	2.0