基于用户习惯偏好相似度的Slope One推荐算法

• 作者: 杨嫘
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 推荐系统 用户习惯偏好 SlopeOne 相似性度量
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 算法与语言
• 页码范围: 65-69
• 页数: 5页
• 分类号: TP312
• 字数: 4567字
• 语种: 中文
• DOI: 10.11907/rjdk.182505

摘要

数据稀疏是协同过滤预测精度的一个重要影响因素.Slope One算法使用简单的线性回归模型解决该问题,但它只使用评分数据做计算,未考虑相似性.提出一种基于用户习惯偏好相似度的Slope One算法(UPS Slope One).UPS Slope One首先基于用户习惯偏好聚类,得到三组不同偏好的用户,然后分别计算各组评分偏差,计算时将用户习惯偏好相似度融入其中,最后使用线性回归模型预测评分.在MovieLens数据集上的实验表明,该算法可得到更高的推荐质量、预测准确性和稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨嫘	广西师范大学漓江学院	9	7	2.0	2.0