10.11896/j.issn.1002-137X.2016.8.034
基于相似云与复合因素度量的个性化推荐算法
针对相似计算中评分数据的稀疏性、属性严格匹配与单因素度量的偶然性导致的近邻不准问题,提出基于相似云与复合因素度量的个性化推荐算法.该算法定义按类的项目评分云来预填充评分,提出融合类别、评分均值、评分频度、访问频度等多因素度量的项目兴趣度向量,通过云模型计算项目相似度,以按类预测其评分,并基于新的加权平均方法计算其最终评分值.实验结果表明,所提算法产生的近邻更准,推荐质量更高.
相似云、复合因素度量、相似度、加权平均、个性化算法
43
TP311(计算技术、计算机技术)
河北省高等学校科学技术研究重点项目ZD2014061
2016-10-08(万方平台首次上网日期,不代表论文的发表时间)
共7页
165-170,198