基于用户评分和项目类偏好的协同过滤推荐算法 |
| |
引用本文: | 王宇飞,宋俊典,戴炳荣.基于用户评分和项目类偏好的协同过滤推荐算法[J].教育技术导刊,2016,15(12):25-29. |
| |
作者姓名: | 王宇飞 宋俊典 戴炳荣 |
| |
作者单位: | 西安交通大学 软件学院,陕西 西安 710049;上海计算机软件技术开发中心;上海市计算机软件评测重点实验室,上海 201112 |
| |
摘 要: | 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。
|
关 键 词: | 协同过滤 评分相似性 项目类偏好 个性化推荐技术 |
|
| 点击此处可从《教育技术导刊》浏览原始摘要信息 |
| 点击此处可从《教育技术导刊》下载免费的PDF全文 |
|