| 基于用户相似性传递的协同过滤推荐方法 |
| |
| 引用本文： | 李征,段垒,王亚鲁.基于用户相似性传递的协同过滤推荐方法[J].河南大学学报(自然科学版),2019,49(1):61-68. |
| |
| 作者姓名： | 李征 段垒 王亚鲁 |
| |
| 作者单位： | 河南大学计算机与信息工程学院,河南开封475004;三峡大学湖北省水电工程智能视觉监测重点实验室,湖北宜昌443002;河南大学计算机与信息工程学院,河南开封,475004 |
| |
| 基金项目： | 国家重点基础研究发展计划（973计划）;国家自然科学基金;国家自然科学基金;中国博士后科学基金;河南省科技研发专项;湖北省重点实验室开放基金;河南大学科研项目 |
| |
| 摘 要： | 随着Web服务量日益剧增,如何推荐给用户符合其期望的服务尤为重要.协同过滤是服务推荐系统中应用较广泛的算法,但协同过滤往往存在数据稀疏问题.针对该问题,文中提出了一种基于用户相似性传递的协同过滤推荐算法,通过改进的皮尔逊相关系数计算出用户间的相似性,利用用户相似性构建相似性网络,并根据用户等级、最短路径和六度分隔理论进行用户间的相似性传递,以此增加目标用户的相似用户的数量,缓解了数据稀疏问题,然后根据传递填充过的用户相似网络进行服务的评分预测.最后以美团网的真实数据进行了实验,实验结果表明文中提出方法一定程度上可以提高推荐结果的准确性.
|
| 关 键 词： | 协同过滤 服务推荐 数据稀疏 用户相似性 |
Collaborative Filtering Recommendation Method Based on User Similarity Propagation |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
