计算机应用研究
計算機應用研究
계산궤응용연구
Application Research of Computers
2015年
10期
2896-2900
,共5页
多因素复合度量%访问时序%信任模型%推荐算法
多因素複閤度量%訪問時序%信任模型%推薦算法
다인소복합도량%방문시서%신임모형%추천산법
compound multiple factors%exploiting sequence%trust model%recommendation algorithms
单一评分相似性度量及数据稀疏导致了传统推荐算法计算出的用户或项目近邻不准确、推荐质量不高,为此,提出了一种多因素复合度量的协同过滤推荐算法.该算法基于用户访问次数、停留时间及评分定义了一个多因素约束的相似性计算函数,避免了单一评分相似性度量问题,提高了相似性计算的准确度;同时,基于项目类别、目标用户已访问的项目、已访问过待预测评分项目的用户、访问时序建立了项目及用户信任模型,在数据稀疏及冷启动时用信任依赖度代替相似度预测评分,解决了相似性计算数据不充分的问题.实验结果表明,该算法能显著提高最近邻计算的准确性和算法的推荐质量.
單一評分相似性度量及數據稀疏導緻瞭傳統推薦算法計算齣的用戶或項目近鄰不準確、推薦質量不高,為此,提齣瞭一種多因素複閤度量的協同過濾推薦算法.該算法基于用戶訪問次數、停留時間及評分定義瞭一箇多因素約束的相似性計算函數,避免瞭單一評分相似性度量問題,提高瞭相似性計算的準確度;同時,基于項目類彆、目標用戶已訪問的項目、已訪問過待預測評分項目的用戶、訪問時序建立瞭項目及用戶信任模型,在數據稀疏及冷啟動時用信任依賴度代替相似度預測評分,解決瞭相似性計算數據不充分的問題.實驗結果錶明,該算法能顯著提高最近鄰計算的準確性和算法的推薦質量.
단일평분상사성도량급수거희소도치료전통추천산법계산출적용호혹항목근린불준학、추천질량불고,위차,제출료일충다인소복합도량적협동과려추천산법.해산법기우용호방문차수、정류시간급평분정의료일개다인소약속적상사성계산함수,피면료단일평분상사성도량문제,제고료상사성계산적준학도;동시,기우항목유별、목표용호이방문적항목、이방문과대예측평분항목적용호、방문시서건립료항목급용호신임모형,재수거희소급랭계동시용신임의뢰도대체상사도예측평분,해결료상사성계산수거불충분적문제.실험결과표명,해산법능현저제고최근린계산적준학성화산법적추천질량.
