文献类型：期刊文章

作　　者：汪静[1] 印鉴[1] 郑利荣[2] 黄创光[1]

机构地区：[1]中山大学信息科学与技术学院,广州510275 [2]广东医学情报研究所,广州510180

出　　处：《计算机科学》

基　　金：国家自然科学基金(60573097;60773198;60703111);广东省自然科学基金(05200302;06104916);广州市科技计划项目(2007Z3-D3071);高等学校博士学科点专项科研基金(20050558017);新世纪优秀人才支持计划(NCET-06-0727)资助

年　　份：2010

卷　　号：37

期　　号：2

起止页码：99-104

语　　种：中文

收录情况：BDHX、BDHX2008、CSA、CSCD、CSCD2011_2012、IC、JST、RCCSE、UPD、ZGKJHX、核心刊

摘　　要：协同过滤推荐算法是在电子商务推荐系统中应用最成功的推荐技术之一。提出了一种基于共同评分和相似性权重的协同过滤推荐算法。该算法选择用户的共同评分数据计算用户的相似性,选择项目被用户共同评分的数据计算项目的相似性,再分别计算基于用户以及项目算法的预测评分,然后通过相似性权重结合两者得到最终的预测结果,最后再根据预测结果产生推荐。实际数据的实验结果表明,提出的算法显著提高了预测准确度,从而提高了推荐质量。

关 键 词：电子商务 推荐系统 协同过滤 共同评分  相似性权重  

分 类 号：TP393]