文献类型：期刊文章

作　　者：胡勋[1,2] 孟祥武[1,2] 张玉洁[1,2] 史艳翠[1,2]

机构地区：[1]智能通信软件与多媒体北京市重点实验室(北京邮电大学),北京100876 [2]北京邮电大学计算机学院,北京100876

出　　处：《软件学报》

基　　金：国家自然科学基金(60872051);北京市教育委员会共建项目

年　　份：2014

卷　　号：25

期　　号：8

起止页码：1817-1830

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、EI(收录号：20143600063088)、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：协同过滤推荐系统中普遍存在评分数据稀疏问题.传统的协同过滤推荐系统中的余弦、Pearson等方法都是基于共同评分项目来计算用户间的相似度;而在稀疏的评分数据中,用户间共同评分的项目所占比重较小,不能准确地找到偏好相似的用户,从而影响协同过滤推荐的准确度.为了改变基于共同评分项目的用户相似度计算,使用推土机距离(earth mover’s distance,简称EMD)实现跨项目的移动用户相似度计算,提出了一种融合项目特征和移动用户信任关系的协同过滤推荐算法.实验结果表明:与余弦、Pearson方法相比,融合项目特征的用户相似度计算方法能够缓解评分数据稀疏对协同过滤算法的影响.所提出的推荐算法能够提高移动推荐的准确度.

关 键 词：推土机距离 推荐系统 协同过滤 混合推荐  

分 类 号：TP311]