期刊文章详细信息
融合用户评分和属性相似度的协同过滤推荐算法
Collaborative Filtering Recommendation Algorithm Based on User Score and User Attributes Similarity
文献类型：期刊文章
机构地区：[1]广东农工商职业技术学院计算机系,广东广州510507
年 份：2017
期 号：7
起止页码：16-19
语 种：中文
收录情况：IC、ZGKJHX、普通刊
摘 要：为了提高协同过滤推荐系统的推荐效率和准确性,更好地向用户提供个性化的推荐服务,提出一种用户评分和属性相似度的推荐算法。首先分析当前协同过滤推荐研究的现状,设计评分相似度、兴趣倾向相似度、置信度等作为评分标准,使得用户相似度的计算更加准确、有区分度,然后根据用户属性来衡量用户之间的相似度,最后利用Movie Lens数据集和Book-Crossing数据集做对比试验,对比精度、通用性和不同稀疏度及冷启动情况下的性能。实验结果表明,本文算法不仅提高了推荐精度,而且明显优于其它协同过滤推荐算法,具有更高的实际应用价值。
关 键 词：推荐系统 协同过滤 相似性度量 稀疏性问题
分 类 号：TP311]
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...
