10.11772/j.issn.1001-9081.2014.11.3140
基于共同评分项目数和用户兴趣的协同过滤推荐方法
在推荐系统中,为了在一定程度上减少用户评分数据稀疏对推荐效果的负面影响,提出了一种基于用户共同评分项目数和用户兴趣的协同过滤推荐算法.此算法将用户共同评分项目数和用户兴趣相似度相结合,使用户之间的相似度计算更加准确,为目标用户提供更好的推荐结果.仿真实验结果表明:所提算法比基于Pearson相似度计算方法的算法推荐效果更优,具有更小的平均绝对误差(MAE),表明了其有效性和可行性.
稀疏数据、共同评分项目数、用户兴趣、协同过滤、Pearson相似度
34
TP301.6(计算技术、计算机技术)
2015-01-21(万方平台首次上网日期,不代表论文的发表时间)
共4页
3140-3143