基于加权多融合偏好与结构相似度的协同过滤算法

摘要：

当推荐系统中用户评分数据集是稀疏数据时,使用基于评分相似度或基于结构相似度的传统协同过滤算法会增加最近邻选取误差.针对这一不足,综合用户对于类别的偏好情况,提出基于融合评分及类别偏好相似度的协同过滤算法.为更准确地发现相似用户,考虑用户在评分结构上存在的相似性,进一步提出加权多融合偏好及结构相似度度量方法.实验结果表明,该算法可减少平均绝对误差,提高推荐质量.

关键词：协同过滤、推荐系统、稀疏数据、最近邻、相似度、加权多融合

所属期刊栏目：42

分类号：TP18(自动化基础理论)

资助基金：湖北省自然科学基金资助项目2013CFB445

在线出版日期：2016-12-07（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：64-68