10.3772/j.issn.1000-0135.2013.03.009
基于用户群体影响的协同过滤推荐算法
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.
推荐系统、协同过滤、群体影响、相似性
32
TP3;F71
国家863计划课题2012AA011005;国家自然科学基金61273292,71140004,61170129
2013-04-22(万方平台首次上网日期,不代表论文的发表时间)
共7页
299-305