受限玻尔兹曼机与加权Slope One的混合推荐算法研究

• 作者: 孟祥福 沈学利 赫辰皓
• 来源期刊: 计算机应用研究
• 关键词: 受限玻尔兹曼机 加权SlopeOne 修正余弦相似度 Jaccard相似度
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 684-687
• 页数: 4页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.08.0619

摘要

针对传统协同过滤算法所面临的稀疏性及预测准确度不高的问题,提出一种基于受限玻尔兹曼机与加权Slope One的混合推荐算法.首先通过受限玻尔兹曼机对评分矩阵的初步填充,缓解数据的稀疏性问题;然后通过一种混合项目相似度计算方法,引入项目属性信息;最后通过加权Slope One算法的二次预测,提升推荐效果.在MovieLens100K数据集上的实验表明,两种算法的结合提高了推荐的准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈学利	辽宁工程技术大学电子与信息工程学院	61	373	10.0	17.0
2	孟祥福	辽宁工程技术大学电子与信息工程学院	51	387	12.0	17.0
3	赫辰皓	辽宁工程技术大学电子与信息工程学院	2	0	0.0	0.0