基于项目分类的协同过滤改进算法

被引：38

作者：

熊忠阳

刘芹

张玉芳

李文田

机构：

[1] 重庆大学计算机学院

来源：

计算机应用研究 | 2012年 / 29卷 / 02期

关键词：

项目分类; 协同过滤; 评分预测; 兴趣最近邻; 推荐系统;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

为了解决用户评分数据稀疏性和用户最近邻寻找的准确性问题,提出了一种基于项目分类的协同过滤推荐改进算法。该算法首先利用项目分类信息为类内未评分项目预测评分值;然后通过计算类内用户间的相似度得到目标用户的最近邻居;最后进行推荐。实验结果表明,该算法可以准确地获取用户兴趣最近邻,有效地解决数据稀疏性问题;同时,该算法还极大地提高了系统的工作效率及可扩展性。

引用

收藏

页码：493 / 496

页数：4

相关论文

共 11 条

[1] 结合项目类别信息的协同过滤推荐算法 [J].

李大学 ;

谢名亮 ;

赵学斌 .

重庆邮电大学学报(自然科学版), 2010, (06) :823-827

[2] 协同过滤中基于用户兴趣度的相似性度量方法 [J].

嵇晓声 ;

刘宴兵 ;

罗来明 .

计算机应用, 2010, 30 (10) :2618-2620

[3] 一种综合用户和项目因素的协同过滤推荐算法 [J].

黄裕洋 ;

金远平 .

东南大学学报(自然科学版), 2010, 40 (05) :917-921

[4] 一种结合共同邻居和用户评分信息的相似度算法 [J].

贺银慧 ;

陈端兵 ;

陈勇 ;

傅彦 .

计算机科学, 2010, 37 (09) :184-186+204

[5] 基于邻居决策的协同过滤推荐算法 [J].

李春 ;

朱珍民 ;

高晓芳 ;

陈援非 .

计算机工程, 2010, 36 (13) :34-36+39

[6] 一种改进的协同过滤推荐算法 [J].

杨芳 ;

潘一飞 ;

李杰 ;

王云峰 .

河北工业大学学报, 2010, 39 (03) :82-87

[7] 基于项目类别相似性的协同过滤推荐算法 [J].

李聪 ;

梁昌勇 ;

董珂 .

合肥工业大学学报(自然科学版), 2008, (03) :360-363

[8] 一种优化的协同过滤推荐算法 [J].

周军锋 ;

汤显 ;

郭景峰 .

计算机研究与发展, 2004, (10) :1842-1847

[9] 基于项目评分预测的协同过滤推荐算法 [J].

邓爱林 ;

朱扬勇 ;

施伯乐 .

软件学报, 2003, (09) :1621-1628

[10]

基于项目分类预测的协同过滤推荐算法[J]. 张海鹏,李烈彪,李仙,周亚蜂.情报学报. 2008 (02)