文献类型：期刊文章

作　　者：邓爱林[1] 朱扬勇[1] 施伯乐[1]

机构地区：[1]复旦大学计算机与信息技术系

出　　处：《软件学报》

基　　金：国家高科技发展计划(863)~~

年　　份：2003

卷　　号：14

期　　号：9

起止页码：1621-1628

语　　种：中文

收录情况：AJ、BDHX、BDHX2000、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：推荐系统是电子商务系统中最重要的技术之一.随着电子商务系统用户数目和商品数目的日益增加,在整个商品空间上用户评分数据极端稀疏,传统的相似性度量方法均存在各自的弊端,导致推荐系统的推荐质量急剧下降.针对用户评分数据极端稀疏情况下传统相似性度量方法的不足,提出了一种基于项目评分预测的协同过滤推荐算法,根据项目之间的相似性初步预测用户对未评分项目的评分,在此基础上,采用一种新颖的相似性度量方法计算目标用户的最近邻居.实验结果表明,该算法可以有效地解决用户评分数据极端稀疏情况下 传统相似性度量方法存在的问题,显著地提高推荐系统的推荐质量.

关 键 词：电子商务 推荐系统 协同过滤 项目相似性  推荐算法  平均绝对偏差

分 类 号：TP391]