一种优化的基于项目评分预测的协同过滤推荐算法

• 作者: 张华伟
• 来源期刊: 科教导刊（电子版）
• 学科: 工学
• 关键词: 算法 推荐系统 协同过滤 评分相似性
• 年，卷（期）: kjdkdzb_2018,（9）
• 页码范围: 273-273
• 页数: 1页
• 分类号: TP311

摘要

用户评分数据极端稀疏的情况之下进行了分析,根据现有的项目进行评分预测的协同过滤推荐算法中,项目与项目之间的相似度量不够准确以及新的项目冷启动问题,从而给出一种优化的基于项目评分预测的协同过滤推荐算法,这种算法是在计算项目与项目之间的相似性的时候,不但考虑项目的评分相似度,还会考虑到项目的特性之间的相似性。通过实验表明,利用优化后的算法会计算出项目与项目之间的相似度更加精准,并且有效地可以解决新项目的推荐问题,这样让数据稀疏性对推荐的结果产生的负面影响相对较小,还可以提高系统的推荐质量问题。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张华伟		10	20	3.0	4.0