协同过滤的相似度融合改进算法

• 作者: 于世彩 王巧 谢颖华
• 来源期刊: 计算机系统应用
• 关键词: 协同过滤 数据稀疏性 项目类别 用户兴趣 相似度融合
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 135-140
• 页数: 6页
• 字数: 5530字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.005551

摘要

针对传统协同过滤推荐在数据稀疏性条件下性能不佳的问题,在相似度计算上做出了优化,提出了一种基于项目类别和用户兴趣相似度融合的协同过滤算法,算法将相似度的计算分解为两个方面进行:用户-项目类别评分相似度和用户-项目类别兴趣相似度,将两者用合适的权值加以融合得到最终相似度,参与最终预测评分的计算.利用MovieLens公用数据集对改进前后的算法进行对比.结果表明,基于项目类别和用户兴趣的协同过滤改进算法有效地缓解了数据稀疏性问题的影响,提高了推荐的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢颖华	东华大学信息科学与技术学院	26	116	6.0	9.0
2	于世彩	东华大学信息科学与技术学院	2	24	2.0	2.0
3	王巧	东华大学信息科学与技术学院	2	24	2.0	2.0