重庆邮电大学学报（自然科学版）
重慶郵電大學學報（自然科學版）
중경유전대학학보（자연과학판）
JOURNAL OF CHONGQING UNIVERSITY OF POSTS AND TELECOMMUNICATIONS(NATURAL SCIENCE EDITION)
2010年
6期
823-827
,共5页
协同过滤%推荐系统%用户相似性%平均绝对误差
協同過濾%推薦繫統%用戶相似性%平均絕對誤差
협동과려%추천계통%용호상사성%평균절대오차
针对个性化推荐系统中协同过滤算法面临的数据稀疏问题以及用户相似性度量的不准确,提出了一种结合类别信息的协同过滤推荐算法.该算法利用用户评分数据计算用户之间对类别关注的相似性,并将用户对类别关注的相似性和用户评分相似性进行组合,得到用户综合相似性,从而提高了最近邻居搜索的准确度,缓解了数据稀疏性问题.实验结果表明,该方法能够有效地避免传统相似性度量方法存在的问题,使得数据稀疏性对最终推荐结果的负面影响变小,在一定程度上提高系统的推荐精度.
針對箇性化推薦繫統中協同過濾算法麵臨的數據稀疏問題以及用戶相似性度量的不準確,提齣瞭一種結閤類彆信息的協同過濾推薦算法.該算法利用用戶評分數據計算用戶之間對類彆關註的相似性,併將用戶對類彆關註的相似性和用戶評分相似性進行組閤,得到用戶綜閤相似性,從而提高瞭最近鄰居搜索的準確度,緩解瞭數據稀疏性問題.實驗結果錶明,該方法能夠有效地避免傳統相似性度量方法存在的問題,使得數據稀疏性對最終推薦結果的負麵影響變小,在一定程度上提高繫統的推薦精度.
침대개성화추천계통중협동과려산법면림적수거희소문제이급용호상사성도량적불준학,제출료일충결합유별신식적협동과려추천산법.해산법이용용호평분수거계산용호지간대유별관주적상사성,병장용호대유별관주적상사성화용호평분상사성진행조합,득도용호종합상사성,종이제고료최근린거수색적준학도,완해료수거희소성문제.실험결과표명,해방법능구유효지피면전통상사성도량방법존재적문제,사득수거희소성대최종추천결과적부면영향변소,재일정정도상제고계통적추천정도.
