基于SVD++与改进Slope One混合推荐算法研究
叶飞1
边琳2
杨林楠1
1.云南农业大学大数据学院云南省高校农业信息技术重点实验室 昆明 6502012.云南农业大学水利学院云南省高校农业遥感与精准农业工程研究中心 昆明 650201
摘要：协同过滤算法广泛应用于推荐系统中,论文针对传统协同过滤算法中数据稀疏性及推荐准确率不高的问题,提出了一种改进的协同过滤算法.首先通过SVD++算法对用户-项目评分矩阵进行填充,初步缓解数据的稀疏性问题,然后通过计算相似度引入项目属性,最后通过改进Slope One算法对评分矩阵进行二次预测计算,提高推荐算法的准确度.在数据集MovieLens100K数据集上对论文提出的混合推荐算法作五折交叉实验,结果表明混合算法提高了推荐系统的预测准确度.
关键词：SVD++算法Slope One算法相似度算法数据稀疏性协同过滤
分类号：TP301.6(计算技术、计算机技术)
资助基金：云南省教育厅科研项目(2018Y067)
论文发表日期：2021-01-20
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( 12-16,45 )
英文信息