基于项目属性分类的协同过滤算法研究

• 作者: 吴佳婧 王越群 董立岩 贺嘉楠
• 来源期刊: 吉林大学学报（信息科学版）
• 学科: 工学
• 关键词: 协同过滤 用户项目评分 项目属性 pearson相关系数
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 创新园地
• 页码范围: 470-474
• 页数: 5页
• 分类号: TP391.3
• 字数: 2741字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-5896.2018.04.018

摘要

用户对项目的评分数据是传统协同过滤算法进行项目或用户推荐的唯一依据,项目或用户本身的属性特征并未进行过多考虑.为此,在计算项目之间的相似度时融合了项目标签属性,提高了项目推荐的准确率.具体方法是首先通过创建项目属性分类表,得到项目属性之间的差异度,然后将项目属性差异度融入pearson相关系数公式中,计算项目之间的相似度.通过实验验证,改进后的方法比传统的基于项目的协同过滤算法的推荐结果平均偏差小,命中率高,推荐结果更加准确.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董立岩	吉林大学计算机科学与技术学院	55	566	12.0	22.0
2	王越群	吉林大学计算机科学与技术学院	6	32	2.0	5.0
3	吴佳婧	哈尔滨工程大学计算机科学与技术学院	1	3	1.0	1.0
4	贺嘉楠	吉林大学计算机科学与技术学院	2	29	2.0	2.0