一种基于用户兴趣局部相似性的推荐算法
作者：吴发青 贺 樑 夏薇薇 任 磊
来源：《计算机应用》2008年第08期
摘 要：协作过滤算法作为至今最成功的个性化推荐技术之一，被广泛应用于电子商务、个性化节目推荐等系统中。但传统的基于协作过滤的推荐系统一直受到系统的稀疏性、推荐精确度低等问题的困扰。提出了一种基于用户兴趣局部相似性的改进的协作推荐算法（CFUPS），针对协作过滤算法中用户近邻的计算和项目评分的预测两关键步骤，基于用户间潜在的局部相似的兴趣，并结合项目资源属性和项目评分矩阵来预测项目评分，进而给用户推荐感兴趣的个性化资源，理论上在提高推荐精度、克服稀疏性问题上均有改善。同时实验表明，在极具稀疏性的数据集上，该算法的推荐精度较以往的协作过滤算法有明显提高。
关键词：推荐系统；协作过滤；局部相似性；用户相似性；项目相似性
因篇幅问题不能全部显示，请点此查看更多更全内容
Copyright © 2019- igbc.cn 版权所有 湘ICP备2023023988号-5
违法及侵权请联系：TEL:199 1889 7713 E-MAIL:2724546146@qq.com
本站由北京市万商天勤律师事务所王兴未律师提供法律服务