改进预测评分矩阵的协同过滤算法

• 作者: 杨欢 王新房
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 协同过滤 线性回归分析 SlopeOne算法 top-N推荐
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 算法与语言
• 页码范围: 90-93
• 页数: 4页
• 分类号: TP312
• 字数: 3693字
• 语种: 中文
• DOI: 10.11907/rjdk.191026

摘要

为解决传统协同过滤推荐算法数据稀疏、可扩展性差等问题,采用改进预测评分矩阵的协同过滤算法.首先使用基于线性回归分析的加权Slope One算法,在传统Slope One算法中加入可信度,提高共同评分基数;然后采用网上标准数据集movielens作为测试数据,结合协同过滤算法进行top-N推荐.实验结果表明,使用改进预测评分矩阵的协同过滤算法的MEA较小,在近邻数大于25时达到0.74,表明该算法改善了传统协同过滤算法数据稀疏、扩展性差问题,降低了推荐误差,提高了推荐系统准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王新房	西安理工大学自动化与信息工程学院	65	417	11.0	16.0
2	杨欢	西安理工大学自动化与信息工程学院	6	16	3.0	4.0