一种改进的均方差协同过滤算法

摘要：

由于传统基于均方差的协同过滤算法(MSD)计算相似性时仅考虑评分向量间均方差值,导致其推荐性能不理想,针对这个问题,提出融合评分向量间余弦值和均方差值的改进均方差协同过滤算法(Improved MSD,IMSD).通过在2个Movielens数据集上进行实验表明,IMSD算法较MSD算法的推荐准确度有所提高.更为重要的是,将IMSD算法进行推广应用,也能够取得较好的效果.本文将其应用于改进另外2种算法,即JAC MSD和AC MSD算法,并提出了2种相应的JAC IMSD和AC IMSD算法,发现算法的推荐准确度都有所提高.在所研究的几种算法中,AC IMSD算法推荐准确度最优.

关键词：推荐系统、协同过滤、MSD算法

分类号：TP391(计算技术、计算机技术)

在线出版日期：2019-05-28（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：6-10