改进的协同过滤算法

摘要：

协同过滤是众多推荐技术中最主流的推荐技术,在个性化推荐系统中起着主导作用,然而随着大数据时代的到来,信息过载问题日益严重,评分矩阵越来越稀疏,传统协同过滤算法遇到了瓶颈.为了提高稀疏矩阵下推荐系统的推荐质量,本文对传统协同过滤算法进行改进.首先对项目集进行聚类,然后利用Slope One算法对聚类后的矩阵进行填充,最后在计算相似度时引入用户对每个聚类的喜好程度作为权重.实验结果表明,改进后的算法提高了推荐系统的推荐质量,能够有效缓解评分矩阵稀疏问题.

关键词：协同过滤、稀疏矩阵、相似度、Slope One算法

分类号：TP391(计算技术、计算机技术)

资助基金：北京市哲学社会科学规划项目13JYB026

在线出版日期：2016-05-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1-4,10