改进填补法和多权重相似度相结合的推荐算法

• 作者: 吴和成 姜允志 赵应丁 邹洋
• 来源期刊: 计算机应用研究
• 关键词: 推荐算法 二部图关联度 社交网络相似度 个性化推荐
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3578-3581,3598
• 页数: 5页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2019.09.0541

摘要

针对传统推荐算法中存在的数据稀疏性问题,国内外许多研究人员都提出了相应的推荐算法.然而,在个性化推荐方面,其中大多数并没有取得很好的推荐效果.因此,提出改进填补法和多权重相似度相结合的推荐算法,该算法首先采用改进填补法填充缺失值并对数据降维,接着分别计算社交网络用户信任度和改进的二部图用户关联度,最后采用多权重因子将这两者相似度进行结合.基于此,该算法根据相似度高低获取邻居用户并对目标用户进行商品推荐.实验结果表明,在数据稀疏性以及个性化推荐情况下,该算法的平均绝对误差(MAE)优于其他推荐方法.