基于相似度质量的混合协同过滤算法
郭雷
张琨
陈洪雁
严霞
1.南京理工大学计算机科学与工程学院 南京 2100942.南京理工大学计算机科学与工程学院 南京 2100943.南京理工大学计算机科学与工程学院 南京 2100944.南京理工大学计算机科学与工程学院 南京 210094
摘要：在传统协同过滤算法中一直面临着冷启动和数据稀疏等问题,导致推荐信息不够准确.通过分析基于用户的协同过滤算法和基于物品的协同过滤算法的各自特点提出一种新的混合协同过滤算法.改进相似度的计算方式来提高相似度的精准度,从近邻相似度的均值和标准差出发对两种协同过滤算法进行加权结合,同时引入控制因子提高预测的精度.以Movie Lens数据集进行实验验证,以平均绝对误差作为实验的测试标准.实验结果表明,在评分矩阵极度稀疏的条件下该算法提高了推荐的准确度.
关键词：推荐算法协同过滤相似度
分类号：TP301(计算技术、计算机技术)
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：6( 2099-2104 )
英文信息