分步筛选邻居的协同过滤改进算法
为了解决协同过滤算法用户邻居筛选的优化问题,提高推荐结果的准确性,提出了一种分步筛选邻居的协同过滤改进算法。该算法首先采用改进的 Pearson 系数法计算用户间的相似度,降序排列后,计算用户特征值,大于用户特征阈值的用户进入下一层筛选;然后选择对优先项目集有过评分的用户形成最终的邻居集;最后进行预测评分得到推荐。实验结果表明,该算法能够有效地获取用户最近邻居集,改善准确性,并且稳定性良好。
邻居筛选、用户特征、优先项目集、评分邻居优先
2015-06-30(万方平台首次上网日期,不代表论文的发表时间)
共6页
132-137