计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2014年
8期
38-42
,共5页
高全力%高岭%杨建锋%王海%任杰%张洋
高全力%高嶺%楊建鋒%王海%任傑%張洋
고전력%고령%양건봉%왕해%임걸%장양
影响因子%协同过滤%相似度%加权算法%预测评分%推荐系统
影響因子%協同過濾%相似度%加權算法%預測評分%推薦繫統
영향인자%협동과려%상사도%가권산법%예측평분%추천계통
impact factor%collaborative filtering%similarity%weighted algorithm%prediction rating%recommender system
现有的协同过滤算法在计算用户间或项目间相似度时,由于数据集稀疏导致相似度差值过小,难以找出真正的相似用户与相似项目.为此,提出一种融合影响因子的加权协同过滤算法.利用基于用户间与项目间共同评分用户个数的影响因子,修正用户及项目相似度,并分别定义基于项目与用户的预测评分计算算法,将项目间与用户间的共同评分项作为加权系数,得出最终的预测评分算法,根据最终预测评分,采用TopN算法进行推荐.在真实数据集上的实验结果表明,该算法在不同邻居数上的平均绝对误差小于0.78,明显提高了推荐质量.
現有的協同過濾算法在計算用戶間或項目間相似度時,由于數據集稀疏導緻相似度差值過小,難以找齣真正的相似用戶與相似項目.為此,提齣一種融閤影響因子的加權協同過濾算法.利用基于用戶間與項目間共同評分用戶箇數的影響因子,脩正用戶及項目相似度,併分彆定義基于項目與用戶的預測評分計算算法,將項目間與用戶間的共同評分項作為加權繫數,得齣最終的預測評分算法,根據最終預測評分,採用TopN算法進行推薦.在真實數據集上的實驗結果錶明,該算法在不同鄰居數上的平均絕對誤差小于0.78,明顯提高瞭推薦質量.
현유적협동과려산법재계산용호간혹항목간상사도시,유우수거집희소도치상사도차치과소,난이조출진정적상사용호여상사항목.위차,제출일충융합영향인자적가권협동과려산법.이용기우용호간여항목간공동평분용호개수적영향인자,수정용호급항목상사도,병분별정의기우항목여용호적예측평분계산산법,장항목간여용호간적공동평분항작위가권계수,득출최종적예측평분산법,근거최종예측평분,채용TopN산법진행추천.재진실수거집상적실험결과표명,해산법재불동린거수상적평균절대오차소우0.78,명현제고료추천질량.
