10.3969/j.issn.1006-2475.2019.03.016
基于改进联合相似度计算的图书推荐算法
推荐系统可有效解决海量数据中的信息过载问题,为用户推荐感兴趣的信息.用户相似度计算是一种常用的推荐算法,但传统算法仅考虑用户-物品评分之间的相似性,忽略了用户固有特征对用户喜好的影响.考虑用户特征对推荐效果的影响,本文提出一种联合用户特征相似度及用户评分相似度计算的算法,采用F1衡量指标评价推荐效果的有效性.实验结果表明改进算法能有效提高推荐效果,取得更好的用户体验.
推荐系统、相似度计算、联合相似度计算、改进算法、F1衡量指标
TP181(自动化基础理论)
教育部职业院校信息化教学指导委员会2018-2020年信息化教学研究课题2018LXB0301
2019-04-28(万方平台首次上网日期,不代表论文的发表时间)
共5页
85-89