有向相似性对协同过滤推荐系统的影响研究

摘要：

为研究用户的相似性对协同过滤个性化推荐算法的影响,认为用户的有向相似性应该由邻居用户指向目标用户,而非由目标用户指向邻居用户.基于该思想,提出了一类改进的协同过滤算法.通过对Movielens数据集的实验分析,结果发现改变用户相似性的方向可大幅提高推荐结果的准确度和推荐列表的多样性.进一步,强化相似度高的用户的推荐强度可大幅提高推荐效果,算法的准确性可提高17.94％,达到0.086 4,当推荐列表的长度为10时,推荐列表的多样性可达到0.892 9,提高20.9％.该工作表明用户相似性的方向是否合理对推荐算法具有非常大的影响.

关键词：管理科学与工程、个性化推荐、用户有向相似性

所属期刊栏目：9

分类号：N99(情报学、情报工作)

资助基金：国家自然科学基金10905052,70901010,71071098,71171136;上海市科研创新基金11ZZ135,11YZ110;教育部科学技术研究重点项目211057;上海市系统分析与集成重点学科S30501;上海市青年科技启明星计划A类11QA1404500

在线出版日期：2012-11-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：46-49,75