一种改进的协同过滤推荐算法

被引：13

作者：

刘旭东 ^{[1
]}

陈德人 ^{[2
]}

王惠敏 ^{[3
]}

机构：

[1] 烟台职业学院信息工程系

[2] 浙江大学计算机科学与技术学院

[3] 武汉理工大学经济学院

来源：

武汉理工大学学报(信息与管理工程版) | 2010年 / 32卷 / 04期

关键词：

推荐系统; 基于用户的协同过滤; 基于项目的协同过滤; 相似性; 平均绝对偏差;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

摘要：

针对User-based协同过滤推荐和Item-based协同过滤推荐算法的不足,提出了一种改进的推荐算法。该算法融合User-based协同过滤推荐和Item-based协同过滤推荐算法思想,通过形成项目相似集来填充用户评分矩阵,并利用高评分阈值来计算用户相似性,有效改善了传统协同过滤推荐算法的数据稀疏性和实时性。实验结果表明,该算法可以显著提高推荐系统的推荐质量。

引用

页码：550 / 553

页数：4

共 8 条

[1] 协同过滤技术在个性化推荐中的运用 [J].