对基于项目的协同过滤推荐系统的改进

对基于项目的传统的协同过滤算法进行了改进。传统的基于项目的协同过滤算法面临推荐效率低下和推荐精度不高的双重困难,为此,提出加权整合聚类分类预测方法,在数据处理和预测推荐过程中分别采用加权评分填充和重新定义相似性的办法提高推荐的准确度,并采用项目聚类的方法提高推荐效率,同时提出贡献度参数的概念对数据处理和预测推荐过程进行修正。采用MovieLens的数据集进行的实验对比,结果表明:改进算法能够明显提高协同过滤推荐算法的效率和精度,在数据比较稀疏的情况下依然能够保持较低的平均绝对偏差和较高的推荐效率。