结合似然关系模型和用户等级的协同过滤推荐算法

被引：24

作者：

高滢

齐红

刘杰

刘大有

机构：

[1] 吉林大学计算机科学与技术学院

[2] 吉林大学符号计算与知识工程教育部重点实验室

来源：

计算机研究与发展 | 2008年 / 09期

基金：

国家自然科学基金重大项目;

关键词：

推荐算法; 协同过滤; 似然关系模型; 用户等级; 平均绝对偏差;

D O I：

暂无

中图分类号：

TP393.01 [];

学科分类号：

摘要：

针对传统协同过滤推荐算法的稀疏性、扩展性问题,提出了结合似然关系模型和用户等级的协同过滤推荐算法.首先,定义了用户等级函数,采用基于用户等级的协同过滤方法,在不影响推荐质量的前提下有效提高了推荐效率,从而解决扩展性问题;然后,将其与似然关系模型相结合,使之能够综合利用用户信息、项目信息、用户对项目的评分数据,对不同用户给出不同的推荐策略,从而解决稀疏性问题,提高推荐质量.在MovieLens数据集上的实验结果表明,该算法比单纯使用基于似然关系模型或传统协同过滤技术的推荐算法,不仅推荐质量有所提高,推荐速度比传统协同过滤算法明显加快.

引用

页码：1463 / 1469

页数：7

共 4 条

[1] 一种优化的协同过滤推荐算法 [J].