计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2012年
3期
658-660,668
,共4页
协同过滤%稀疏数据%云填充%评分相似性%属性相似性%相似性度量
協同過濾%稀疏數據%雲填充%評分相似性%屬性相似性%相似性度量
협동과려%희소수거%운전충%평분상사성%속성상사성%상사성도량
传统协同过滤推荐算法中经常因用户评分矩阵极端稀疏而导致相似性度量方法不准,推荐质量不高,针对这一问题,提出一种基于项目属性和云填充的协同过滤推荐算法.利用云模型对用户评分矩阵进行填充,在填充矩阵基础上,利用传统的相似性计算方法得到项目之间的评分相似性,同时结合项目属性,计算项目的属性相似性,通过加权因子得到项目的最终相似性,从而形成一种新的相似性度量方法.实验结果表明,提出的算法可有效解决传统方法中由于数据稀疏所导致的相似性度量不准确的问题,并显著地提高了算法的推荐精度.
傳統協同過濾推薦算法中經常因用戶評分矩陣極耑稀疏而導緻相似性度量方法不準,推薦質量不高,針對這一問題,提齣一種基于項目屬性和雲填充的協同過濾推薦算法.利用雲模型對用戶評分矩陣進行填充,在填充矩陣基礎上,利用傳統的相似性計算方法得到項目之間的評分相似性,同時結閤項目屬性,計算項目的屬性相似性,通過加權因子得到項目的最終相似性,從而形成一種新的相似性度量方法.實驗結果錶明,提齣的算法可有效解決傳統方法中由于數據稀疏所導緻的相似性度量不準確的問題,併顯著地提高瞭算法的推薦精度.
전통협동과려추천산법중경상인용호평분구진겁단희소이도치상사성도량방법불준,추천질량불고,침대저일문제,제출일충기우항목속성화운전충적협동과려추천산법.이용운모형대용호평분구진진행전충,재전충구진기출상,이용전통적상사성계산방법득도항목지간적평분상사성,동시결합항목속성,계산항목적속성상사성,통과가권인자득도항목적최종상사성,종이형성일충신적상사성도량방법.실험결과표명,제출적산법가유효해결전통방법중유우수거희소소도치적상사성도량불준학적문제,병현저지제고료산법적추천정도.
