基于用户群体影响的协同过滤推荐算法

摘要：

协同过滤是推荐系统中广泛使用的推荐技术,对推荐结果可解释强.基于用户的协同过滤是一种重要的系统推荐方法,用户评分数据的极端稀疏性制约着系统的推荐质量.针对上述情况,提出一种基于用户群体影响的协同过滤推荐算法.首先,定义了用户群体的概念并根据群体影响提出两条相应准则;然后,计算用户相似性时,不仅考虑了用户个体之间的相似性,而且考虑了用户所处群体之间的相似性.该算法不仅可以更加精确地刻画用户之间相似度,而且一定程度上增强了推荐系统的稳定性.实验结果表明,该算法能有效地提高系统的推荐质量,而且满足所提出的两条准则.

关键词：推荐系统、协同过滤、群体影响、相似性

所属期刊栏目：32

分类号：TP3;F71

资助基金：国家863计划课题2012AA011005;国家自然科学基金61273292,71140004,61170129

在线出版日期：2013-04-22（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：299-305