基于用户相似度的协同过滤算法改进

摘要：

协同过滤技术作为目前最常见的个性化推荐技术之一,被广泛认可和应用.作为基于内容的算法执行方式,协同过滤在准确性上具有相当的优势.该算法的核心问题是相似度的计算.本论文介绍了传统协同过滤算法,并对原有的相似度公式进行了优化,使得相似度计算更具有准确性.实验表明,文中提出的优化方法在推荐精度上有显著提高,降低了平均绝对误差(Mean Absolute Error,MAE).

关键词：推荐技术、相似度、协同过滤、MAE

分类号：TP391(计算技术、计算机技术)

资助基金：国家高技术研究发展计划2013AA01A211

在线出版日期：2016-08-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：60-66