文献类型：期刊文章

作　　者：李聪[1] 梁昌勇[1] 马丽[2]

机构地区：[1]合肥工业大学管理学院,合肥230009 [2]西华师范大学商学院,四川南充637002

出　　处：《计算机研究与发展》

基　　金：国家自然科学基金项目(70771037);教育部科学技术研究重点基金项目(107067);高等学校博士学科点专项科研基金项目(20050359006)~~

年　　份：2008

卷　　号：45

期　　号：9

起止页码：1532-1538

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：协同过滤是目前电子商务推荐系统中广泛应用的最成功的推荐技术,但面临严峻的用户评分数据稀疏性和推荐实时性挑战.针对上述问题,提出了基于领域最近邻的协同过滤推荐算法,以用户评分项并集作为用户相似性计算基础,将并集中的非目标用户区分为无推荐能力和有推荐能力两种类型;对于前一类用户不再计算用户相似性以改善推荐实时性,对于后一类用户则提出"领域最近邻"方法对并集中的未评分项进行评分预测,从而降低数据稀疏性和提高最近邻寻找准确性.实验结果表明,该算法能有效提高推荐质量.

关 键 词：协同过滤 推荐算法  领域最近邻  用户相似性  平均绝对误差

分 类 号：TP311]