综合用户和项目预测的协同过滤模型

被引：9

作者：

杨兴耀 ^{[1
]}

于炯 ^{[1
,2
]}

吐尔根依布拉音 ^{[1
]}

廖彬 ^{[1
,2
]}

机构：

[1] 新疆大学信息科学与工程学院

[2] 新疆大学软件学院

来源：

计算机应用 | 2013年 / 33卷 / 12期

关键词：

推荐系统; 协同过滤; 近邻集合; 相似性模型; 平均绝对偏差;

D O I：

暂无

中图分类号：

TP391.3 [检索机];

学科分类号：

080201 [机械制造及其自动化];

摘要：

针对基于用户和基于项目的协同过滤模型存在推荐质量不高等问题,提出一种综合用户和项目预测的协同过滤模型。该模型同时考虑用户和项目两方面,首先对性能优秀的相似性模型进行自适应的优化;然后根据相似性值分别选取相似用户和相似项目为目标对象构造近邻集合,并利用预测函数得到基于用户和基于项目的预测结果;最后通过自适应平衡因子的协调处理获得最终预测结果。比较实验在不同的评估标准下进行,结果表明,与目前典型的模型如RSCF、HCFR和UNCF相比,新提出的协同过滤模型不仅在项目预测准确性方面拥有出色的表现,而且在推荐准确性和全面性方面同样表现优秀。

引用

页码：3354 / 3358

页数：5

共 7 条

[1]

A collaborative filtering similarity measure based on singularities.[J].Jesús Bobadilla;Fernando Ortega;Antonio Hernando.Information Processing and Management.2011, 2

[2]

A new weighting method in network-based recommendation [J].