基于属性偏好和邻居信任度的协同过滤推荐算法 |
| |
引用本文: | 金志刚,朱 琦,刘晓辉.基于属性偏好和邻居信任度的协同过滤推荐算法[J].南开大学学报,2021,54(3):25-30. |
| |
作者姓名: | 金志刚 朱 琦 刘晓辉 |
| |
作者单位: | 天津大学电气自动化与信息工程学院,天津300072;国家计算机网络应急技术处理协调中心,北京100029 |
| |
基金项目: | 国家自然科学基金;天津市科技计划 |
| |
摘 要: | 针对协同过滤算法推荐准确度低和数据稀疏的问题,提出了一种基于属性偏好和邻居信任度的协同
过滤算法,首先利用用户的非共同评分项评分和项目属性信息,构建用户-属性评分矩阵,再结合共同评分项的
评分计算相似度;然后利用K近邻方法获取用户的最近邻居;最后学习用户的属性偏好,结合提出的邻居信任度,
计算用户的预测评分.实验结果表明,该算法有效地利用了项目属性和用户更多的评分信息,缓解了数据稀疏的
问题,提高了推荐准确度.
|
关 键 词: | 推荐系统 协同过滤 项目属性 邻居信任度 稀疏问题 |
本文献已被 CNKI 万方数据 等数据库收录! |
| 点击此处可从《南开大学学报》浏览原始摘要信息 |
| 点击此处可从《南开大学学报》下载免费的PDF全文 |
|