基于重要性排名的协同过滤推荐算法

摘要：

传统的协同过滤忽略系统中不同用户和条目的重要性对推荐结果的影响.针对此问题,提出了一种基于用户和条目重要性的改进协同过滤算法,该算法将条目的重要性融合到用户相似性的度量方法中,将用户的重要性融入到预测评分的计算方法中；为度量系统中每个条目和用户的重要性,提出了ItemRank和UserRank算法.在MovieLens数据集上的实验结果表明,提出的算法可以显著提高推荐系统的推荐质量.

关键词：推荐系统、个性化推荐、重要性排名、信息过滤、信息过载

所属期刊栏目：34

分类号：TP312(计算技术、计算机技术)

资助基金：国家自然科学基金项目90818028;河南省重点科技攻关基金项目102102210020

在线出版日期：2013-10-08（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：2750-2753,2773