10.13682/j.issn.2095-6533.2017.04.020
一种改进Slope One的学习推荐算法
针对协同过滤算法的推荐精度不足问题,提出一种改进的Slope One算法.以基于用户协同过滤算法为前提,使用皮尔逊相似性计算用户间相似度,利用Top-N方法对相似用户进行筛选,把最相似用户作为邻居集,再结合加权Slope One算法,预测项目评分,实现对用户个性化精准推荐.实验结果表明,在数据稀疏的条件下,改进算法的预测精确度优于基于用户的协同过滤算法和Slope One算法,提高了推荐质量.
协同过滤算法、Slope One算法、数据稀疏
22
TP391.3(计算技术、计算机技术)
陕西省工业科技攻关项目2016GY-113
2017-11-01(万方平台首次上网日期,不代表论文的发表时间)
共4页
105-108