期刊文章详细信息
应用数据填充缓解稀疏问题实现个性化推荐
Applying data filling to alleviate the sparsity problem for personalized recommendation
文献类型:期刊文章
机构地区:[1]湖北工程学院计算机与信息科学学院,湖北孝感432100 [2]武汉光电国家实验室,湖北武汉430074 [3]华中科技大学计算机科学与技术学院,湖北武汉430074 [4]信息存储系统教育部重点实验室,湖北武汉430074
基 金:湖北工程学院科研基金资助项目(z2013011);国家973重大基础研究资助项目(2011CB302303);国家自然科学基金资助重点项目(60933002);武汉市晨光计划资助项目(201050231072);湖北省自然科学基金资助项目(2010CDB01605);中央高校基本科研业务费资助项目(2011QN053;2011QN032)
年 份:2013
卷 号:35
期 号:5
起止页码:15-19
语 种:中文
收录情况:BDHX、BDHX2011、CSCD、CSCD2013_2014、INSPEC、ZGKJHX、核心刊
摘 要:协同过滤是到目前为止最成功和应用最广泛的推荐技术,然而,由于用户-项目矩阵极端稀疏导致推荐不精确。针对该问题,提出了三种数据填充方法和两种推荐策略。对评分矩阵中未评分数据的三种数据填充方法是:(1)采用行和列数据的加权平均值填充;(2)采用行和列数据的众数的平均值填充;(3)采用行和列数据的中位数的平均值填充。一种推荐策略是直接用填充数据作为预测评分进行推荐;另一种推荐策略是将填充数据后的评分矩阵作为伪评分矩阵,应用Pearson相关相似性进行协同过滤推荐。采用MovieLens数据集进行的实验结果表明:上述几种推荐策略均可有效地缓解评分数据稀疏性问题,且提高了推荐精确度。
关 键 词:推荐系统 个性化推荐 协同过滤 数据填充
分 类 号:TP301.6]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...