改进的基于物品的协同过滤推荐算法

• 作者: 石京京 肖迎元 郑文广
• 来源期刊: 天津理工大学学报
• 学科: 工学
• 关键词: 协同过滤 物品相似度 用户-物品评分矩阵 准确率
• 年，卷（期）: 2019,（1）
• 页码范围: 32-36
• 页数: 5页
• 分类号: TP399
• 字数: 4222字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-095X.2019.01.006

摘要

传统的基于物品的协同过滤推荐算法根据用户的历史行为,给用户推荐与用户之前行为相似的物品.这种传统的基于物品的协同过滤算法忽略了物品本身之间内在的联系,完全只是依赖于用户-物品矩阵,这无法避免由于用户主观上的偏见所导致推荐精度的偏差.针对上述的问题,本文重新定义了物品相似度的计算方法,该方法加入了对于物品内在之间联系的计算.实验结果证明:本文提出的改进的基于物品的协同过滤算法能在进一步提高了推荐的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖迎元	天津理工大学计算机科学与工程学院	37	223	8.0	13.0
2	石京京	天津理工大学计算机科学与工程学院	1	4	1.0	1.0
3	郑文广	天津理工大学计算机科学与工程学院	1	4	1.0	1.0