改进用户相似度的协同过滤算法应用研究

• 作者: 吴明礼 肖宇航
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 协同过滤 基于用户的协同过滤 用户相似度 皮尔逊相似度 MAE
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 研究与探讨
• 页码范围: 130-134
• 页数: 5页
• 分类号: TP391
• 字数: 5099字
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2018.07.029

摘要

在基于用户的协同过滤推荐算法中,当用户-评分矩阵相对稀疏时,用户共同评分项目个数较少,皮尔逊相似度算法很难精确的计算用户之间的相似度,同时皮尔逊相似度算法对所有的商品赋予相同的相似度权重,没有考虑热门商品对相似度的影响.针对以上不足,文中在皮尔逊相似度算法的基础上,提出了一种改进的皮尔逊相似度公式,计算过程中考虑用户共同评价商品个数以及商品的热门程度这两个相似度影响因素,使得计算用户间相似度更加精确,从而获得更好的推荐效果.实验结果表明,文中改进的皮尔逊相似度算法能够在相似用户数较少时更加准确地计算用户之间的相似度,降低了平均绝对误差(Mean Absolute Error,MAE).

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴明礼	北方工业大学计算机学院	24	97	6.0	8.0
2	肖宇航	北方工业大学计算机学院	1	5	1.0	1.0