一种基于用户的协同过滤与人气排行榜的融合推荐算法

• 作者: 潘怀奇 潘永华 郑思霞 闭应洲
• 来源期刊: 南宁师范大学学报（自然科学版）
• 关键词: 推荐系统 协同过滤 人气排行榜
• 年，卷（期）: 2020,（1）
• 页码范围: 63-68
• 页数: 6页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.16601/j.cnki.issn2096-7330.2020.01.010

摘要

基于用户的协同过滤算法做Top-K推荐时,只考虑与目标用户兴趣最相似的K个用户,而忽略了用户的从众心理,致使推荐效果不佳.针对该问题,提出了一种基于用户的协同过滤与人气排行榜融合的推荐算法,该算法通过将最受用户喜欢的项目列表与基于用户的协同过滤算法产生的推荐列表按比例融合,生成新的推荐列表进行推荐.通过实验验证,该算法能有效提升推荐结果的准确率.