基于用户的优化协同过滤推荐算法
卫泽
周登文
1.华北电力大学控制与计算机工程学院 北京 1022062.华北电力大学控制与计算机工程学院 北京 102206
摘要：针对传统的协同过滤推荐算法存在的用户邻居集选择不准确问题,论文提出了一种优化的协同过滤推荐算法,选择用户的共同评分数据计算用户的相似性,同时考虑共同评分数据中用户对项目评分的一致性,构造评分一致矩阵,将用户评分一致次数与评分项目数之比作为惩罚函数引入到相似度的计算中,缓解相似度计算值与实际值出现的偏差.实验表明,提出的优化算法显著提高了预测的准确性,从而提高了推荐质量.
关键词：邻居集协同过滤一致矩阵相似度
分类号：TP301.6(计算技术、计算机技术)
资助基金：国家自然科学基金(61372184)北京市自然科学基金(4162056)
论文发表日期：2017-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 613-615,628 )
英文信息