文献类型：期刊文章

作　　者：刘旭东[1] 陈德人[2] 王惠敏[3]

机构地区：[1]烟台职业学院信息工程系,山东烟台264670 [2]浙江大学计算机科学与技术学院,浙江杭州310027 [3]武汉理工大学经济学院,湖北武汉430070

出　　处：《武汉理工大学学报（信息与管理工程版）》

基　　金：国家科技支撑计划基金资助项目(2008BAH21B03);山东省教育厅职成教育科研"十一五"规划基金资助项目(2010ZCJ104)

年　　份：2010

卷　　号：32

期　　号：4

起止页码：550-553

语　　种：中文

收录情况：AJ、CAS、CSA-PROQEUST、RWSKHX、ZGKJHX、普通刊

摘　　要：针对User-based协同过滤推荐和Item-based协同过滤推荐算法的不足,提出了一种改进的推荐算法。该算法融合User-based协同过滤推荐和Item-based协同过滤推荐算法思想,通过形成项目相似集来填充用户评分矩阵,并利用高评分阈值来计算用户相似性,有效改善了传统协同过滤推荐算法的数据稀疏性和实时性。实验结果表明,该算法可以显著提高推荐系统的推荐质量。

关 键 词：推荐系统 基于用户的协同过滤  基于项目的协同过滤  相似性  平均绝对偏差

分 类 号：TP391]