基于项目类别的协同过滤推荐算法多样性研究

摘要：

推荐系统的多样性正日益成为评价推荐质量的重要指标.为提高传统协同过滤推荐算法的个体多样性,在基于项目的协同过滤推荐算法的基础上,加入项目的类别属性信息,定义项目类别贡献函数以改进预测评分公式,提高与目标项目类别不完全相同的项目得分,实现最优项目推荐.实验结果表明,在保证一定推荐精确度的前提下,改进算法增强了推荐系统的个体多样性,具有更高的推荐质量.

关键词：协同过滤、多样性、项目类别、贡献函数、预测评分、列表内相似度指标

所属期刊栏目：41

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61403205;江苏省高等教育教改研究基金资助项目2013JSJG195

在线出版日期：2015-12-14（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：42-46,52