优化的协作过滤推荐算法

被引:6
作者
董祥和 [1 ]
齐莉丽 [1 ]
董荣和 [2 ]
机构
[1] 天津工程师范学院商贸管理系
[2] 华为西安研究所
关键词
个性化推荐; 协作过滤; 相似度; 中心加权; 推荐系统;
D O I
暂无
中图分类号
TP301.6 [算法理论];
学科分类号
081202 ;
摘要
基于用户的协作过滤推荐技术中存在的稀疏问题和冷开始问题,影响推荐系统的性能,使协作过滤的效果得不到充分的发挥,提出了一种优化的协作过滤推荐算法,对用户-项目评价矩阵进行降维预处理,对原始评价矩阵降低了噪音,有效地解决了稀疏问题,验证了使用相关相似度的度量标准所得到的算法要比余弦相似度算法的推荐质量要高,验证了采用中心加权求和的方法能很好地弥补协作过滤算法在冷开始中的新项目问题上的不足,可以提高推荐系统的推荐质量与推荐精度。
引用
收藏
页码:229 / 232
页数:4
相关论文
共 3 条
[1]   我国电子商务推荐策略的比较分析 [J].
余力 ;
刘鲁 ;
罗掌华 .
系统工程理论与实践, 2004, (08) :96-101
[2]   Evaluating collaborative filtering recommender systems [J].
Herlocker, JL ;
Konstan, JA ;
Terveen, K ;
Riedl, JT .
ACM TRANSACTIONS ON INFORMATION SYSTEMS, 2004, 22 (01) :5-53
[3]  
E-Commerce Recommendation Applications[J] . J. Ben Schafer,Joseph A. Konstan,John Riedl.Data mining and knowledge discovery . 2001 (1-2)