计算机应用研究
計算機應用研究
계산궤응용연구
Application Research of Computers
2015年
11期
3256-3258,3272
,共4页
数据稀疏性%协同过滤%分步预测%准确度
數據稀疏性%協同過濾%分步預測%準確度
수거희소성%협동과려%분보예측%준학도
data sparseness%collaborative filtering%stepwise prediction%accuracy
针对数据稀疏性问题，对协同过滤推荐算法作了改进，提出分步预测的算法。算法先对评分矩阵作预处理，重新排列矩阵元素的位置，使评分数据集中到矩阵左上角，并对评分数过少的用户进行部分填充；然后再提取一个数据密度较高的子系统，用基于信任的算法填充其缺失值；最后通过不断向子系统里添加新用户、新项目的方法实现分步预测的目的。通过在 MovieLens 数据集上的实验结果表明，新算法可以有效地缓解数据稀疏性问题，提高系统的推荐精度。
針對數據稀疏性問題，對協同過濾推薦算法作瞭改進，提齣分步預測的算法。算法先對評分矩陣作預處理，重新排列矩陣元素的位置，使評分數據集中到矩陣左上角，併對評分數過少的用戶進行部分填充；然後再提取一箇數據密度較高的子繫統，用基于信任的算法填充其缺失值；最後通過不斷嚮子繫統裏添加新用戶、新項目的方法實現分步預測的目的。通過在 MovieLens 數據集上的實驗結果錶明，新算法可以有效地緩解數據稀疏性問題，提高繫統的推薦精度。
침대수거희소성문제，대협동과려추천산법작료개진，제출분보예측적산법。산법선대평분구진작예처리，중신배렬구진원소적위치，사평분수거집중도구진좌상각，병대평분수과소적용호진행부분전충；연후재제취일개수거밀도교고적자계통，용기우신임적산법전충기결실치；최후통과불단향자계통리첨가신용호、신항목적방법실현분보예측적목적。통과재 MovieLens 수거집상적실험결과표명，신산법가이유효지완해수거희소성문제，제고계통적추천정도。
The collaborative filtering recommendation algorithm has the problem of data sparseness.In order to solve this problem,this paper put forward a new algorithm with stepwise prediction.It firstly preprocessed the scoring matrix:rearranged the location of the matrix elements to concentrate the values to the left upper corner and filled part of user’s missing data when it scored too less projects.Then it extracted a subsystem with high data density from scoring matrix and filled the missing va-lues by trust-based collaborative filtering algorithm.Finally it achieved stepwise prediction by constantly adding new user or new project.The experimental results on MovieLens demonstrate that the new algorithm can effectively alleviate the data sparseness problem and improve the accuracy.
