基于用户的协同过滤算法的改进研究

• 作者: 苏林宇 陈学斌
• 来源期刊: 软件
• 学科: 工学
• 关键词: 基于用户的协同过滤 个性化推荐 相似度计算 十折交叉验证 项目-用户倒查表
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 设计研究与应用
• 页码范围: 127-132
• 页数: 6页
• 分类号: TP301.6
• 字数: 4196字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2017.04.024

摘要

本文针对传统的基于用户协同过滤算法的稀疏性大,推荐效率,精度低等问题,提出了一种改进的算法.在计算"用户-评分"矩阵时,通过建立"项目-用户"倒查表,忽略无相同评分项的用户间相似性的计算,降低了用户评分矩阵的稀疏性,以及传统方法中对所有用户两两计算相似度的工作量.在计算用户相似度时,考虑到项目热门程度对推荐结果的影响,通过"惩罚"用户共同兴趣列表中的热门项目,避免了传统算法中由于赋予所有项目相同权重给个性化推荐结果带来的负面影响.最后,通过和数据集检验该算法,并且用十折交叉方法验证结果.结果表明,改进后的算法节约了运行时间,提高了推荐算法的效率和个性化.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈学斌	华北理工大学理学院	14	64	5.0	8.0
3	苏林宇	华北理工大学理学院	3	1	1.0	1.0