结合项目流行度加权的协同过滤推荐算法

• 作者: 吴小华 范婷婷 陈莉 魏甜甜
• 来源期刊: 计算机应用研究
• 关键词: 协同过滤 相似性度量 流行度偏差 项目流行度
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 676-679
• 页数: 4页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.08.0618

摘要

针对传统协同过滤算法中存在的流行度偏差问题,提出一种结合项目流行度加权的协同过滤推荐算法.在项目协同过滤算法的基础上,分析项目流行度和流行度差异对相似度的影响;设置流行度阈值,对大于该阈值的流行项目设计惩罚权重,降低其对项目间相似度的贡献.通过在MovieLens 1M和Epinion数据集上进行实验验证和对比,结果表明,所提算法的预测准确度和覆盖率均优于传统算法,有效提高了推荐的多样性和新颖性,一定程度上缓解了流行度偏差问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈莉	西北大学信息科学与技术学院	67	651	17.0	22.0
2	魏甜甜	西北大学信息科学与技术学院	2	5	1.0	2.0
3	范婷婷	西北大学信息科学与技术学院	2	5	1.0	2.0
4	吴小华	西北大学信息科学与技术学院	2	5	1.0	2.0