一种基于权重矩阵的协同过滤算法的相似度度量方法

摘要：

协同过滤算法作为目前推荐系统中重要的技术之一,其中相似度度量方法是衡量其效果的重要指标.传统相似度度量方法主要是在用户评分矩阵的基础上对用户的共同评分项进行度量,却忽视了用户评分标准不一致和共同评分项目之外的可用数据.基于上述问题,从用户交叉项目和交叉项目之外的已有权重项目两方面共同考虑,文中融合了修正的Tanimoto系数和相关相似性,提出一种基于权重矩阵的协同过滤相似度度量方法,有效避免了因用户评分标准不一致出现的误差,提高了数据利用率.实验结果表明,该算法有效地提高了推荐的准确性.

关键词：协同过滤算法、相似度度量、权重矩阵、参数融合、权重计算、仿真实验

所属期刊栏目：42

分类号：TN911-34;TP391.1

资助基金：国家自然科学基金资助项目61561055;教育部人文社会科学研究青年基金资助项目13YJCZH223;云南省应用基础研究计划面上项目2013

在线出版日期：2019-12-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：92-97