计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2013年
20期
198-201
,共4页
相似度%评分用户数量%评分信息量%协同过滤
相似度%評分用戶數量%評分信息量%協同過濾
상사도%평분용호수량%평분신식량%협동과려
similarity%amount of rating user%quantity of rating information%collaborative filtering
传统的协同过滤算法中,依靠用户评分大小计算用户间相似度,但是评分数据稀疏性使相似度计算不够准确。针对此问题,提出了基于评分信息量的相似度计算方法;在推荐系统中项目有多种可选评分,该方法将参与评分的用户数量转换为评分信息量,以此结合用户评分大小计算相似度。实验结果表明,相对于传统协同过滤算法,该方法在一定程度上减少了评分数据稀疏性带来的负面影响,有效地提高了预测评分准确性。
傳統的協同過濾算法中,依靠用戶評分大小計算用戶間相似度,但是評分數據稀疏性使相似度計算不夠準確。針對此問題,提齣瞭基于評分信息量的相似度計算方法;在推薦繫統中項目有多種可選評分,該方法將參與評分的用戶數量轉換為評分信息量,以此結閤用戶評分大小計算相似度。實驗結果錶明,相對于傳統協同過濾算法,該方法在一定程度上減少瞭評分數據稀疏性帶來的負麵影響,有效地提高瞭預測評分準確性。
전통적협동과려산법중,의고용호평분대소계산용호간상사도,단시평분수거희소성사상사도계산불구준학。침대차문제,제출료기우평분신식량적상사도계산방법;재추천계통중항목유다충가선평분,해방법장삼여평분적용호수량전환위평분신식량,이차결합용호평분대소계산상사도。실험결과표명,상대우전통협동과려산법,해방법재일정정도상감소료평분수거희소성대래적부면영향,유효지제고료예측평분준학성。
Traditional collaborative filtering computes the similarity between users based on the rating value, however, the data sparseness causes the inaccurate of similarity computing. Aiming at this problem, this paper proposes a novel method based on quantity of rating information. It translates the amount of user who rates item with the same value to quantity of rating information, and combines the item-rating to calculate the similarity. The experimental results show that the proposed can relief the effect of data sparseness and improve the accuracy of predicted rating comparing to the traditional algorithm.