基于用户评分和项目类偏好的协同过滤推荐算法

• 作者: 宋俊典 戴炳荣 王宇飞
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 协同过滤 评分相似性 项目类偏好 个性化推荐技术
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 算法与语言
• 页码范围: 25-29
• 页数: 5页
• 分类号: TP312
• 字数: 4164字
• 语种: 中文
• DOI: 10.11907/rjdk.162155

摘要

协同过滤(Collaborative Filtering)算法一般采用Pearson相关系数、索伦森指数等方法衡量用户之间的相似性。但是，这些方法难以区分个人的习惯和偏好，以至于计算结果准确度低、区分度差。因此提出从评分差异、评分偏好、置信度3个方面衡量用户的评分相似性，结合项目类偏好去衡量用户相似性。真实数据集上的测试结果显示，改进后的算法比传统度量方法获取到的平均绝对误差(MAE)值更小，能够有效地提高推荐质量。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王宇飞	西安交通大学软件学院	17	19	3.0	4.0
3	戴炳荣		14	94	4.0	9.0
5	宋俊典		21	125	4.0	11.0