文献类型：期刊文章

作　　者：严冬梅[1] 鲁城华[1]

机构地区：[1]天津财经大学理工学院信息科学与技术系,天津300222

出　　处：《计算机应用研究》

年　　份：2012

卷　　号：29

期　　号：2

起止页码：497-500

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、UPD、ZGKJHX、ZMATH、核心刊

摘　　要：协同过滤技术目前被广泛应用于个性化推荐系统中。为了使用户的最近邻居集合更加精确有效,提出了基于用户兴趣度和用户特征的优化协同过滤推荐算法。首先通过计算用户对项目的兴趣度来对用户进行分组;然后采用贝叶斯算法分析出用户具有不同特征时对项目的喜好程度;最后采用一种新的相似度度量方法计算出目标用户的最近邻居集合。实验表明该算法提高了最近邻居集合的有效性和准确度,推荐质量较以往算法有明显提高。

关 键 词：用户兴趣度 用户特征 贝叶斯算法 协同过滤 用户相似度  

分 类 号：TP393]