基于用户评分和项目类偏好的协同过滤推荐算法

协同过滤(Collaborative Filtering)算法一般采用Pearson相关系数、索伦森指数等方法衡量用户之间的相似性。但是,这些方法难以区分个人的习惯和偏好,以至于计算结果准确度低、区分度差。因此提出从评分差异、评分偏好、置信度3个方面衡量用户的评分相似性,结合项目类偏好去衡量用户相似性。真实数据集上的测试结果显示,改进后的算法比传统度量方法获取到的平均绝对误差(MAE)值更小,能够有效地提高推荐质量。