协同过滤推荐算法
针对目前协同过滤推荐精度受损,且出现冷启动的问题,提出一种经过改进的协同过滤推荐算法.其主要思想是针对两种不同情况的目标项目采用不同的相似性计算方法.一种项目为新项目,分别通过信息熵法和项目属性相似性计算项目评分,然后通过平衡因子实现新项目评分的组合;另一种项目为非新项目,通过权重因子动态组合项目的属性相似性和评分相似性,获得最近邻居的评分推荐.实验结果表明,该算法能提高推荐算法的稳定性和精确度,同时解决冷启动问题.
信息熵、项目相似性、冷启动、推荐、协同过滤
32
TP391(计算技术、计算机技术)
国家自然科学基金项目70971020
2012-01-14(万方平台首次上网日期,不代表论文的发表时间)
共4页
3019-3021,3098