改进加权Slope one协同过滤推荐算法研究

• 作者: 王潘潘 王锋 钱谦
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: 数据稀疏 用户相似性 协同过滤 最近邻用户 加权Slope one算法
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 计算与测试
• 页码范围: 138-141
• 页数: 4页
• 分类号: TP311
• 字数: 3997字
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2017)07-0138-04

摘要

协同过滤推荐是最成功的推荐技术之一,但数据稀疏性问题导致推荐准确度和推荐效率不高.针对这个问题,提出了一种改进的加权Slope one协同过滤推荐算法.计算用户之间的评分相似度,找出每个用户的最近邻;根据最近邻用户评分,使用基于用户的协同过滤和改进的加权Slope one算法的加权评分预测目标用户的未评分项目;给出推荐.实验过程中采用MovieLens数据集作为测试数据.实验结果表明:与原算法相比,算法提高了预测准确度,有效提高了推荐性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王锋		2	9	1.0	2.0
2	钱谦		3	13	2.0	3.0
3	王潘潘		1	8	1.0	1.0