结合项目区分用户兴趣度的协同过滤算法

被引：17

作者：

施凤仙

陈恩红

机构：

[1] 中国科学技术大学计算机科学与技术学院

来源：

小型微型计算机系统 | 2012年 / 33卷 / 07期

关键词：

协同过滤; 推荐算法; 个性化; 项目区分用户兴趣度值;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

摘要：

协同过滤是推荐系统中应用最为广泛的方法.基于用户的协同过滤算法在计算用户相似性时,对不同的项目给予相同的权重,然而在现实中不同项目对刻画用户的兴趣所起作用不同,从而基于用户的协同过滤会造成对流行的项目打分高的问题,而不能真正反映用户的兴趣.本文提出项目的区分用户偏好值概念,从而更好的刻画了用户的兴趣,在此基础上,改进了计算用户相似度的方法,使推荐算法具有较高准确度.算法在标准数据集MovieLens上进行了测试,实验表明了算法的有效性.

引用

页码：1533 / 1536

页数：4

共 7 条

[1] Latent semantic models for collaborative filtering
Hofmann, T
[J]. ACM TRANSACTIONS ON INFORMATION SYSTEMS, 2004, 22 (01) : 89 - 115
[2] Evaluating collaborative filtering recommender systems
Herlocker, JL
Konstan, JA
Terveen, K
Riedl, JT
[J]. ACM TRANSACTIONS ON INFORMATION SYSTEMS, 2004, 22 (01) : 5 - 53
[3] Efficient Approximations for the Marginal Likelihood of Bayesian Networks with Hidden Variables
David Maxwell Chickering
David Heckerman
[J]. Machine Learning, 1997, 29 : 181 - 212
[4] USING COLLABORATIVE FILTERING TO WEAVE AN INFORMATION TAPESTRY
GOLDBERG, D
NICHOLS, D
OKI, BM
TERRY, D
[J]. COMMUNICATIONS OF THE ACM, 1992, 35 (12) : 61 - 70
[5] Grouplens: An Open Architecture for collaborative Filtering of Netnews .2 Resnick P,Iacovou N,Suchak M,et al. Proceedings of the Conference on Computer Supported Collaborative Work . 1994
[6] Movielens datasets .2 http://www.grouplens.org/node/12 . 2010
[7] Social information filtering:Algorithms for automating "Word of Mouth" .2 Shardanand U,Maes P. Proceedings of ACM CHI’95 Conference on Human Factors in Computing Systems . 1995

← 1 →