一种巴氏系数改进相似度的协同过滤算法

• 作者: 刘永利 张朋飞 武文琪 王建芳
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 协同过滤 数据稀疏性 巴氏系数 相似度计算
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 算法
• 页码范围: 265-269,275
• 页数: 6页
• 分类号: TP391
• 字数: 5701字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2017.08.047

摘要

针对传统协同过滤算法中评分数据稀疏性及所造成推荐质量不高的问题,提出一种巴氏系数(Bhattacharyya Coefficient)改进相似度的协同过滤算法.在基于近邻协同过滤算法基础上,首先利用Jaccard相似性来计算用户间的全局相似性;其次使用巴氏系数获得评分分布的整体规律,并结合Pearson相关系数来计算其局部相似性;最后融合全局相似性和局部相似性得到最终的相似度矩阵.实验结果表明,该算法在稀疏数据集上获得更好的推荐结果,有效地缓解了评分数据稀疏性问题,提高了推荐的准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘永利	河南理工大学计算机科学与技术学院	24	76	4.0	7.0
2	王建芳	河南理工大学计算机科学与技术学院	16	68	4.0	7.0
3	张朋飞	河南理工大学计算机科学与技术学院	7	26	4.0	5.0
4	武文琪	河南理工大学计算机科学与技术学院	4	23	3.0	4.0