计算机工程与设计
計算機工程與設計
계산궤공정여설계
COMPUTER ENGINEERING AND DESIGN
2013年
8期
2750-2753,2773
,共5页
推荐系统%个性化推荐%重要性排名%信息过滤%信息过载
推薦繫統%箇性化推薦%重要性排名%信息過濾%信息過載
추천계통%개성화추천%중요성배명%신식과려%신식과재
recommender system%personalized recommendation%importance ranking%information filtering%information overload
传统的协同过滤忽略系统中不同用户和条目的重要性对推荐结果的影响.针对此问题,提出了一种基于用户和条目重要性的改进协同过滤算法,该算法将条目的重要性融合到用户相似性的度量方法中,将用户的重要性融入到预测评分的计算方法中；为度量系统中每个条目和用户的重要性,提出了ItemRank和UserRank算法.在MovieLens数据集上的实验结果表明,提出的算法可以显著提高推荐系统的推荐质量.
傳統的協同過濾忽略繫統中不同用戶和條目的重要性對推薦結果的影響.針對此問題,提齣瞭一種基于用戶和條目重要性的改進協同過濾算法,該算法將條目的重要性融閤到用戶相似性的度量方法中,將用戶的重要性融入到預測評分的計算方法中；為度量繫統中每箇條目和用戶的重要性,提齣瞭ItemRank和UserRank算法.在MovieLens數據集上的實驗結果錶明,提齣的算法可以顯著提高推薦繫統的推薦質量.
전통적협동과려홀략계통중불동용호화조목적중요성대추천결과적영향.침대차문제,제출료일충기우용호화조목중요성적개진협동과려산법,해산법장조목적중요성융합도용호상사성적도량방법중,장용호적중요성융입도예측평분적계산방법중；위도량계통중매개조목화용호적중요성,제출료ItemRank화UserRank산법.재MovieLens수거집상적실험결과표명,제출적산법가이현저제고추천계통적추천질량.
