基于用户评分差异性和相关性的协同过滤推荐算法

摘要：

传统的协同过滤相似性度量方法主要考虑用户评分之间的相似性,缺少对评分差异性的考虑.文中将用户评分关系分为差异部分和相关部分,提出了一种基于用户评分差异性和相关性的相似性度量方法.该方法在非极其稀疏数据集下有较好的推荐效果.针对该方法在稀疏数据集下存在推荐不准确的问题,采用预填充方法对其进行改进.实验表明,该方法在预填充后的推荐精度得到明显提高.

关键词：协同过滤推荐、差异性、相关性、预填充

所属期刊栏目：45

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41671443

在线出版日期：2018-06-15（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：190-195