针对修正余弦相似度改进的协同过滤推荐算法

• 作者: 褚宏林 刘其成 牟春晓
• 来源期刊: 烟台大学学报（自然科学与工程版）
• 关键词: 评分预测 JS散度 协同过滤 相似度
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 研究论文|Research Papers
• 页码范围: 330-336
• 页数: 7页
• 分类号: TG376.2
• 语种: 中文
• DOI: 10.13951/j.cnki.37-1213/n.200504

摘要

为了提高协同过滤推荐算法的推荐准确度,降低对未评分项目的评分预测误差,提出了一种针对修正余弦相似度改进的协同过滤推荐算法.一方面,为了解决修正余弦相似度中未考虑项目热度的问题,在传统的修正余弦相似度基础上引入热门项目惩罚因子;另一方面,为了克服改进的修正余弦相似度公式高度依赖共同评分数量的限制,引入JS散度并改进,将改进JS散度得到的概率分布修正因子作为权重融合到改进的修正余弦相似度中,得到新的相似度计算方法.使用MovieLens数据集进行实验,结果表明,在协同过滤推荐算法的相似度计算部分使用本文改进方法同其他相似度计算方法比较,本文方法使推荐算法对未评分项目的评分预测更准确,推荐算法的推荐准确度更高.