一种优化组合相似度的协同过滤推荐算法

• 作者: 成韵姿 陈曦
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 协同过滤推荐算法 时序行为影响力 信息熵 粒子群优化算法
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 180-187
• 页数: 8页
• 分类号: TP391
• 字数: 6305字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2017.01.025

摘要

为了进一步提高相似度计算的准确性,提出了一种优化组合相似度的协同过滤推荐算法.首先,建立用户-项目评分时间矩阵,根据用户对共同评分项目的评分时间先后顺序,计算用户之间的影响力;其次,根据用户对共同评分项目的评分差异,计算评分差异的加权信息熵;最后,将时序行为影响力融入到基于加权信息熵的相似度中,其中融合参数α由随机粒子群优化算法选择.通过与其他相似度计算方法比较,该算法降低了标准平均绝对误差和流行度,在一定程度上降低了数据稀疏性的影响,能更准确地计算相似度,从而提高了推荐质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈曦	长沙理工大学计算机与通信工程学院	56	361	12.0	16.0
2	成韵姿	长沙理工大学计算机与通信工程学院	1	18	1.0	1.0