文献类型：期刊文章

作　　者：杜茂康[1] 王忠思[1] 宋强[2]

DU Maokang;WANG Zhongsi;SONG Qiang(Key Laboratory of Electronic Commerce and Logistics,Chongqing University of Posts and Telecommunications, Chongqing 400065,P.R.China;Chongqing Communication Administration,Chongqing 401121,P.R.China)

机构地区：[1]重庆邮电大学电子商务与现代物流重点实验室,重庆400065 [2]重庆市通信管理局,重庆401121

出　　处：《重庆邮电大学学报（自然科学版）》

基　　金：重庆市社科规划项目(K2015-59);重庆市前沿与应用基础研究项目(cstc2015jcyjA10081);重庆市社会科学规划管理项目(2015SKZ09)~~

年　　份：2018

卷　　号：30

期　　号：5

起止页码：699-704

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：相似度度量是基于邻居的协同过滤推荐算法中的关键步骤,对推荐结果的优劣有至关重要的影响。基于Bhattacharyya系数的相似度度量方法虽然解决了依赖于共同评分的问题,但忽略了评分值绝对数量对结果的影响。同时,当项目间相同评分值数量占比小时,基于Bhattacharyya系数的相似度度量方法存在计算准确性差的缺点。为此,引入Laplace校准法和权重赋值法对该相似度度量方法进行改进。改进后的方法不仅克服了原方法的不足,而且还充分利用所有评分信息,提升计算的准确性。数据实验结果表明,提出的相似度度量方法性能优于改进前的算法及传统的度量方法。

关 键 词：相似度度量 Laplace校准法  权重法  BHATTACHARYYA系数

分 类 号：TP391]