一种基于用户兴趣分析的协同过滤推荐算法

• 作者: 张俊 张海英 李豪
• 来源期刊: 微型机与应用
• 学科: 工学
• 关键词: 协同过滤 兴趣分布 物品属性 用户权重
• 年，卷（期）: 2017,（15）
• 所属期刊栏目: 软件与算法
• 页码范围: 25-28
• 页数: 4页
• 分类号: TP39
• 字数: 3666字
• 语种: 中文
• DOI: 10.19358/j.issn.1674-7720.2017.15.007

摘要

传统的协同过滤推荐算法以用户对所有物品的评分向量作为计算用户相似度的依据,没有考虑到物品属性对用户兴趣的反映.为此,提出一种新的改进的相似度计算方法,引入了"用户兴趣分布矩阵"的定义,设计了启发式的评分预测方式,即根据兴趣相似度选出TOP-K用户之后,以用户标记的物品数量作为该用户的权重来预测评分.在Movielens数据集上的测试结果表明,改进后的算法相比传统的算法在平均绝对误差(MAE)上降低了7.3%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张海英	中国科学院微电子研究所新一代通信射频芯片技术北京市重点实验室	114	574	11.0	17.0
2	张俊	中国科学院微电子研究所新一代通信射频芯片技术北京市重点实验室	74	745	15.0	26.0
3	李豪	中国科学院大学微电子学院	6	27	2.0	5.0