基于CLSVSM的电影评分预测及其推荐应用研究

• 作者: 徐倩丽 牛奉高 王恩慧
• 来源期刊: 山西大学学报（自然科学版）
• 学科: 工学
• 关键词: CLSVSM 评分预测 共现矩阵 相似性度量
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 基础数学与应用数学
• 页码范围: 261-266
• 页数: 6页
• 分类号: TP182
• 语种: 中文
• DOI: 10.13451/j.sxu.ns.2019030

摘要

随着电影网站用户数量以及电影数量的上升,用户评分数据变得极其稀疏,导致推荐系统推荐质量下降.针对这一问题,文章在传统基于项目的推荐算法(IBCF)基础上提出基于共现潜在语义向量空间模型(CLSVSM)的项目评分预测算法.文章先通过CLSVSM得到电影共现矩阵以及电影共现相对强度矩阵,然后利用电影之间的共现潜在关系对评分矩阵进行补全,在此基础上预测用户对未观看的电影评分,进而生成推荐.实验结果表明:与传统的IBCF推荐算法相比,CMLVSM_IBCF算法的均方根误差(RMSE)和平均绝对误差(MAE)分别下降17.7％和17.6％.新提出的算法计算出的电影之间的相似度更准确,有效地减小了数据稀疏性对推荐结果的影响,显著提高了电影网站的推荐质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牛奉高		22	109	6.0	10.0
2	王恩慧		2	2	1.0	1.0
3	徐倩丽		1	0	0.0	0.0