10.16208/j.issn1000-7024.2023.06.018
融合兴趣差异和评分差异的协同过滤推荐算法
针对协同过滤推荐算法中计算用户间相似度精准度低的问题,提出一种融合兴趣差异和评分差异的协同过滤推荐算法.结合标签信息和项目评分挖掘用户兴趣,利用信息熵度量用户间兴趣差异;为消除多种因素对项目评分数值作用效果的差距,以用户评分的最大差值为基准度量用户间评分差异;分析兴趣差异和评分差异定义用户间综合相似度并进行推荐.实验结果表明,该算法的用户间相似度计算结果比其它推荐算法准确.
个性化推荐、协同过滤算法、标签信息、兴趣差异、评分差异、信息熵、用户间相似度
44
TP393(计算技术、计算机技术)
国家自然科学基金61976140
2023-06-26(万方平台首次上网日期,不代表论文的发表时间)
共8页
1721-1728