10.3969/j.issn.1000-3428.2014.08.008
融合影响因子的加权协同过滤算法
现有的协同过滤算法在计算用户间或项目间相似度时,由于数据集稀疏导致相似度差值过小,难以找出真正的相似用户与相似项目.为此,提出一种融合影响因子的加权协同过滤算法.利用基于用户间与项目间共同评分用户个数的影响因子,修正用户及项目相似度,并分别定义基于项目与用户的预测评分计算算法,将项目间与用户间的共同评分项作为加权系数,得出最终的预测评分算法,根据最终预测评分,采用TopN算法进行推荐.在真实数据集上的实验结果表明,该算法在不同邻居数上的平均绝对误差小于0.78,明显提高了推荐质量.
影响因子、协同过滤、相似度、加权算法、预测评分、推荐系统
40
TP311(计算技术、计算机技术)
国家自然科学基金资助项目61070177;教育部博士点基金资助项目20116101110016;陕西省自然科学基金资助项目2012JQ8047;陕西省教育厅科研基金资助项目11JK1059;陕西省教育厅2013年科学研究计划基金资助项目2013JK1178;陕西省科技创新专项计划基金资助项目2012ZKC05-2
2014-09-15(万方平台首次上网日期,不代表论文的发表时间)
共5页
38-42