基于信任和近邻评分填充的协同过滤算法

• 作者: 罗群 邓开发
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: 信任 评分填补 迭代预测
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 协议·算法与仿真
• 页码范围: 58-61,64
• 页数: 5页
• 分类号: TP301.6
• 字数: 4333字
• 语种: 中文
• DOI: 10.16180/j.cnki.issn1007-7820.2017.02.015

摘要

在传统协同过滤推荐算法中随着用户的增多和商品数量急速增长,数据的稀疏性造成用户相似度的计算准确度越来越低.文中从考虑用户之间的信任度出发,并在预测评分前,填补未评分项并再次迭代预测.以此提高协同过滤算法中计算用户相似度的准确度及预测准确度.实验数据表明,该方法在一定程度上缓解了传统协同过滤算法中数据稀疏性带来的问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邓开发	上海工程技术大学艺术设计学院	12	18	3.0	3.0
2	罗群	上海理工大学光电信息与计算机工程学院	1	2	1.0	1.0