一种基于云模型数据填充的算法

摘要：

协同过滤推荐技术是现如今电子商务系统中最重要的技术之一.针对目前协同过滤推荐技术中存在的因数据极度稀疏而导致相似性度量不准,推荐质量严重受到影响的问题,利用云模型在定性知识表示及定性、定量知识转换时的作用,提出一种基于云模型的数据填充算法,它利用相似用户计算目标用户评分缺失项.利用经典实验数据进行验证比较,结果表明,即使在用户评分数据极端稀疏的情况下,利用此算法对数据进行填充之后,再采用传统的协同过滤推荐算法能取得较理想的推荐质量,从一定程度上解决了推荐系统中普遍存在的稀疏性问题.

关键词：云模型、数据稀疏、数据填充

所属期刊栏目：20

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家863计划2007AA701302,2009AA701202

在线出版日期：2011-03-17（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：34-37