文献类型：期刊文章

作　　者：李克潮[1] 蓝冬梅[1]

机构地区：[1]广西民族师范学院图书馆,广西崇左532200

出　　处：《计算机技术与发展》

基　　金：2012年广西教育科研项目(201204LX481);2011年广西民族师范学院科研项目(XYYB2011030)

年　　份：2013

卷　　号：23

期　　号：7

起止页码：116-119

语　　种：中文

收录情况：JST、RCCSE、ZGKJHX、普通刊

摘　　要：传统协同过滤推荐算法仅仅根据稀疏的评分矩阵向用户推荐,存在推荐质量不高的问题。提出了一种属性和评分的协同过滤混合推荐算法。该算法由项目的类别属性计算项目之间基于属性的相似性,考虑到用户兴趣随时间的变化,构建评分时间权重的指数函数,并应用到项目之间的Pearson相关相似性中。通过权重因子加权项目之间基于属性的相似性和项目之间的Pearson相关相似性,然后计算基于项目属性的评分预测。描绘职业分类树,构建职业相似性模型,并与性别加权结合产生用户综合属性的相似性,得到基于用户属性的评分预测。最后,综合两者计算混合评分预测。在Movielens实验数据集下,实验结果表明提出的算法具有较好的平均绝对误差。

关 键 词：协同过滤 职业分类树  综合相似性  推荐算法  

分 类 号：C931.9[管理科学与工程类]