一种属性和评分的协同过滤混合推荐算法

摘要：

传统协同过滤推荐算法仅仅根据稀疏的评分矩阵向用户推荐,存在推荐质量不高的问题.提出了一种属性和评分的协同过滤混合推荐算法.该算法由项目的类别属性计算项目之间基于属性的相似性,考虑到用户兴趣随时间的变化,构建评分时间权重的指数函数,并应用到项目之间的Pearson相关相似性中.通过权重因子加权项目之间基于属性的相似性和项目之间的Pearson相关相似性,然后计算基于项目属性的评分预测.描绘职业分类树,构建职业相似性模型,并与性别加权结合产生用户综合属性的相似性,得到基于用户属性的评分预测.最后,综合两者计算混合评分预测.在Movielens实验数据集下,实验结果表明提出的算法具有较好的平均绝对误差.

关键词：协同过滤、职业分类树、综合相似性、推荐算法

所属期刊栏目：23

分类号：C931.9(管理学)

资助基金：2012年广西教育科研项目201204LX481;2011年广西民族师范学院科研项目XYYB2011030

在线出版日期：2013-10-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：116-119,123