基于邻近项目的Slope One协同过滤算法

摘要：

协同过滤是个性化推荐系统中的常用技术,数据稀疏性是影响协同过滤算法预测准确度的主要因素.提出了改进的Slope One算法,在该算法中,首先根据用户历史评分计算项目间相似性,然后依据项目相似性选取当前活跃用户评价过的k个相似项目记为邻近项目集合,并计算目标项目与其邻近项目的评分偏差,最后以项目间相似性为权重,计算当前活跃用户对目标项目的评分预测值.该算法使用邻近项目进行计算,降低数据的稀疏性,同时减少了计算量.使用标准MovieLens数据集对该算法的预测结果进行验证,结果表明:相对于原算法,该算法提高了预测的准确性,与其他协同过滤算法相比,推荐准确度也有明显的提高.

关键词：电子商务、个性化推荐、混合推荐、Slope One算法

所属期刊栏目：26

分类号：TP311(计算技术、计算机技术)

资助基金：重庆市自然科学基金CSTC2011jjA40045;国家社会科学基金12CGL049The Natural Science Foundation Project of CQ CSTCCSTC2011jjA40045;The National Social Science Foundation of China12CGL049

在线出版日期：2016-01-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：421-426