基于互信息的项目协同过滤推荐算法

• 作者: 徐启南 章金平 郑诚
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 协同过滤 互信息 平滑系数 推荐
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 先进算法与人工智能
• 页码范围: 41-44,49
• 页数: 5页
• 分类号: TP391
• 字数: 4215字
• 语种: 中文
• DOI: 10.19708/j.ckjs.2019.04.009

摘要

协同过滤算法是经典的个性化推荐算法,其中相似度度量方法直接影响推荐系统的准确率.针对用户评分极端稀疏情况下传统相似度度量方法均存在各自的弊端,导致推荐系统的推荐精度不高问题,提出了一种基于互信息的项目协同过滤推荐算法.该算法将互信息作为相似度度量方法,不仅考虑了变量之间的线性或非线性相关性,而且还能挖掘变量之间的相关性强弱.另外,由于共同评分的项目用户数很少,在互信息方法基础上引入了一个平滑系数因子,来缓解共同评分过少项目之间相似性度量不准确问题.最后,在公开的MovieLens、Jester两个数据集上进行了大量对比实验.实验结果表明,新算法能在一定程度上提高推荐系统的预测准确率,并能缓解数据稀疏性问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑诚	安徽大学计算智能与信号处理实验室	103	1013	15.0	28.0
5	章金平	安徽大学计算智能与信号处理实验室	5	14	3.0	3.0
9	徐启南	安徽大学计算智能与信号处理实验室	3	4	1.0	2.0