协同过滤中基于用户兴趣度的相似性度量方法

被引:28
作者
嵇晓声 [1 ]
刘宴兵 [1 ]
罗来明 [2 ]
机构
[1] 重庆邮电大学计算机科学与技术学院
[2] 重庆聚购科技发展有限公司
关键词
相似性; 协同过滤; 推荐系统; 用户兴趣度; 推荐算法;
D O I
暂无
中图分类号
TP301.6 [算法理论];
学科分类号
081202 ;
摘要
在个性化推荐算法中,相似性计算方法是决定算法推荐效率的关键。通过分析传统的相似性度量方法在推荐系统中存在的不足,提出了一种基于用户兴趣度的相似性计算方法。该方法利用用户对不同项目类别的兴趣程度与用户评分相结合进行用户之间的相似性计算,克服了传统相似性计算方法仅仅依据用户评分进行相似性计算的不足,并在一定程度上减少了评价数据稀疏的负面影响。实验结果表明,该方法可以有效地克服传统相似性方法中存在的不足,使推荐系统的推荐质量有明显提高。
引用
收藏
页码:2618 / 2620
页数:3
相关论文
共 2 条
[1]   互联网推荐系统比较研究 [J].
许海玲 ;
吴潇 ;
李晓东 ;
阎保平 .
软件学报, 2009, 20 (02) :350-362
[2]   基于项目评分预测的协同过滤推荐算法 [J].
邓爱林 ;
朱扬勇 ;
施伯乐 .
软件学报, 2003, (09) :1621-1628