一种面向稀疏数据基于间接评分的协同过滤算法

• 作者: 张超 颜伟
• 来源期刊: 曲阜师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 数据稀疏性 间接评分 推荐系统 协同过滤
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 数学与计算机科学
• 页码范围: 60-65
• 页数: 6页
• 分类号: TP301.6
• 字数: 4794字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-5337.2019.3.060

摘要

针对数据稀疏性问题,从提高稀疏数据矩阵利用效率这个角度,提出了一种基于间接评分的协同过滤算法,在基于用户和基于项目的协同过滤算法基础上,将2种算法的预测评分进行动态地混合加权作为直接预测评分,同时引入“相似用户”对“相似物品”的评分作为间接预测评分,最后把间接预测和直接预测2种评分加权形成用户对项目的最终评分.为证明该方法的有效性,使用MovieLens电影评分数据集对算法进行验证,结果表明该方法的平均绝对误差要比传统的基于用户和基于项目的协同过滤算法低,表明了在稀疏数据上该文提出的基于间接评分的协同过滤算法效果更佳.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	颜伟	曲阜师范大学网络信息中心	24	37	4.0	5.0
2	张超	曲阜师范大学网络信息中心	16	10	2.0	2.0