基于增加相似度系数的加权二部图推荐算法

摘要：

基于二部图的推荐算法是个性化推荐领域的一个研究热点,其中,如何科学地利用用户的评分资源,在评分数据不全的情况下对目标用户进行准确高效的推荐是研究难点,也因此受到众多学者的关注.因此,提出了一种以单调饱和函数为权,利用目标用户和其他项目共同评分个数相对用户总数均值的正切值作为传统相似度系数的推荐算法;同时,对调整系数后的相似度进行降序排列,利用前K个最近邻居集对目标用户进行推荐.实验结果表明,改进后的算法提高了推荐的准确性,降低了复杂度.

关键词：个性化推荐、加权二部图、单调饱和、准确性

所属期刊栏目：43

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61174077

在线出版日期：2016-10-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：259-264