基于用户兴趣度和特征的优化协同过滤推荐

摘要：

协同过滤技术目前被广泛应用于个性化推荐系统中.为了使用户的最近邻居集合更加精确有效,提出了基于用户兴趣度和用户特征的优化协同过滤推荐算法.首先通过计算用户对项目的兴趣度来对用户进行分组；然后采用贝叶斯算法分析出用户具有不同特征时对项目的喜好程度；最后采用一种新的相似度度量方法计算出目标用户的最近邻居集合.实验表明该算法提高了最近邻居集合的有效性和准确度,推荐质量较以往算法有明显提高.

关键词：用户兴趣度、用户特征、贝叶斯算法、协同过滤、用户相似度

所属期刊栏目：29

分类号：TP393(计算技术、计算机技术)

在线出版日期：2012-04-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：497-500