基于项目候选集的协同过滤算法

• 作者: 曾安 潘丹 谢杰民
• 来源期刊: 计算机应用研究
• 关键词: 协同过滤 候选集 非对称性 推荐系统 支持度
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3620-3624
• 页数: 5页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2016.12.023

摘要

针对协同推荐技术中的数据稀疏性等问题，提出了一种新颖的协同过滤算法。该算法在用户相似的协同过滤基础之上，引入用户之间的非对称影响度和支持度，提出项目候选集的概念。并且，该算法利用项目信息熵对未评分项目集合进行二次修正，得到候选项目集合，进而提高算法的准确率。基于MovieLens和Netflix数据集的实验表明，相比目前多个比较流行的算法，该算法在推荐结果的准确率、召回率和F1值上都具有较大的优势，有效地降低了用户评分稀疏性问题带来的负面影响，显著提高了推荐系统的推荐质量。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾安	广东工业大学计算机学院	32	150	8.0	11.0
2	潘丹		3	14	2.0	3.0
3	谢杰民	广东工业大学计算机学院	1	7	1.0	1.0