一种基于多属性评分的协同过滤算法

摘要：

协同过滤算法是个性化推荐领域中使用最为广泛的算法,传统协同过滤算法是基于全部属性评分对项目进行推荐,而用户在项目选择或对项目满意度评价时主要关注项目的关键属性,因此传统协同过滤算法的推荐准确度和个性化服务水平不高.针对此问题,提出了一种基于多属性评分的协同过滤算法,文中算法通过获取用户对项目多个属性的评分,以准确描述用户的个性化偏好,再通过信息熵来对用户的历史属性评分变化幅度进行计算,同时对用户的属性评分相似性计算,从而对项目进行综合推荐.最后,经实验分析验证了所提算法切实可行.用户的历史属性评分反映了用户之前的评分习惯和对项目属性的个性化偏好,基于多属性评分的协同过滤推荐不仅能够提高推荐准确度,而且在一定程度上解决了数据稀疏问题.

关键词：个性化推荐、协同过滤、多属性评分、信息熵、偏好

所属期刊栏目：42

分类号：TP303(计算技术、计算机技术)

资助基金：教育部人文社会科学研究青年基金资助项目12YJCZH048;辽宁大学教学改革项目JG2013ZD0013

在线出版日期：2015-06-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：136-142