计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2014年
11期
3140-3143
,共4页
稀疏数据%共同评分项目数%用户兴趣%协同过滤%Pearson相似度
稀疏數據%共同評分項目數%用戶興趣%協同過濾%Pearson相似度
희소수거%공동평분항목수%용호흥취%협동과려%Pearson상사도
sparse data%number of common rating items%user interest%collaborative filtering%Pearson similarity
在推荐系统中,为了在一定程度上减少用户评分数据稀疏对推荐效果的负面影响,提出了一种基于用户共同评分项目数和用户兴趣的协同过滤推荐算法.此算法将用户共同评分项目数和用户兴趣相似度相结合,使用户之间的相似度计算更加准确,为目标用户提供更好的推荐结果.仿真实验结果表明:所提算法比基于Pearson相似度计算方法的算法推荐效果更优,具有更小的平均绝对误差(MAE),表明了其有效性和可行性.
在推薦繫統中,為瞭在一定程度上減少用戶評分數據稀疏對推薦效果的負麵影響,提齣瞭一種基于用戶共同評分項目數和用戶興趣的協同過濾推薦算法.此算法將用戶共同評分項目數和用戶興趣相似度相結閤,使用戶之間的相似度計算更加準確,為目標用戶提供更好的推薦結果.倣真實驗結果錶明:所提算法比基于Pearson相似度計算方法的算法推薦效果更優,具有更小的平均絕對誤差(MAE),錶明瞭其有效性和可行性.
재추천계통중,위료재일정정도상감소용호평분수거희소대추천효과적부면영향,제출료일충기우용호공동평분항목수화용호흥취적협동과려추천산법.차산법장용호공동평분항목수화용호흥취상사도상결합,사용호지간적상사도계산경가준학,위목표용호제공경호적추천결과.방진실험결과표명:소제산법비기우Pearson상사도계산방법적산법추천효과경우,구유경소적평균절대오차(MAE),표명료기유효성화가행성.
