多维度自适应的协同过滤推荐算法
传统的协同过滤推荐算法明显存在的缺点是数据稀疏性导致所求相似性的不准确,影响最终推荐质量.本文围绕其局限性展开研究,提出一种多维度自适应的协同过滤推荐算法,有机结合三种推荐模型——基于用户、基于项目以及基于评论的相似性计算,将观点挖掘技术运用到协同过滤推荐算法中,并通过动态度量方法自动确定三个维度的权重产生最终推荐.实验结果表明,该算法可以有效缓解用户评分数据稀疏带来的不良影响,提高预测准确率和推荐质量.
多维度、自适应、观点挖掘、协同过滤、推荐系统
32
TP301(计算技术、计算机技术)
国家自然科学基金项目61070053;上海市高可信计算重点实验室开放课题项目07dz22304
2012-06-26(万方平台首次上网日期,不代表论文的发表时间)
共7页
2210-2216