基于用户项目体验度的协同过滤推荐算法

摘要：

在用户相似度计算基础上,根据用户偏好以及项目特征对用户评分产生的影响,提出一种针对用户项目体验度的推荐算法.阐述项目体验度对用户产生的潜在影响,选择皮尔森相似性计算公式做进一步计算.通过用户对项目的好评数以及给项目的评分分别占该项目的总评数和总体项目评分中的比例,获得用户对项目的体验度权重.采用长尾理论平衡用户相似性和用户对流行项目的关注度,计算得出用户相似度并产生预测和推荐.实验结果表明,与传统协同过滤算法相比,该算法提高了相似度计算准确度,并能改善数据稀疏情况下的推荐效果.

关键词：推荐系统、协同过滤、用户项目偏好、用户体验度、长尾理论

所属期刊栏目：43

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金"实例结构限制下信息传播算法的收敛性研究"61462001;宁夏高校科研项目NGY2015151

在线出版日期：2017-09-01（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：215-218,224