计算机应用研究
計算機應用研究
계산궤응용연구
Application Research of Computers
2015年
12期
3551-3554
,共4页
推荐算法%协同过滤%邻居选择%推荐能力%贡献因子
推薦算法%協同過濾%鄰居選擇%推薦能力%貢獻因子
추천산법%협동과려%린거선택%추천능력%공헌인자
recommendation algorithm%collaborative%selection of neighbours%recommendation contribution%contribution factor
基于KNN邻居选择的协同过滤推荐算法在邻居选择时没有考虑邻居的盲目跟风性,导致部分邻居用户在预测目标用户对未知项目评分时的作用很小.针对这一问题,提出贡献因子,从非共同评价项目集这一角度切入,考虑邻居用户的推荐能力,计算邻居用户的推荐贡献度,结合传统的用户间相似度共同进行邻居选择,并重新计算邻居用户预测未知项目的权重,提升推荐性能.实验结果表明,本改进算法提高了推荐准确度.
基于KNN鄰居選擇的協同過濾推薦算法在鄰居選擇時沒有攷慮鄰居的盲目跟風性,導緻部分鄰居用戶在預測目標用戶對未知項目評分時的作用很小.針對這一問題,提齣貢獻因子,從非共同評價項目集這一角度切入,攷慮鄰居用戶的推薦能力,計算鄰居用戶的推薦貢獻度,結閤傳統的用戶間相似度共同進行鄰居選擇,併重新計算鄰居用戶預測未知項目的權重,提升推薦性能.實驗結果錶明,本改進算法提高瞭推薦準確度.
기우KNN린거선택적협동과려추천산법재린거선택시몰유고필린거적맹목근풍성,도치부분린거용호재예측목표용호대미지항목평분시적작용흔소.침대저일문제,제출공헌인자,종비공동평개항목집저일각도절입,고필린거용호적추천능력,계산린거용호적추천공헌도,결합전통적용호간상사도공동진행린거선택,병중신계산린거용호예측미지항목적권중,제승추천성능.실험결과표명,본개진산법제고료추천준학도.
