首页 | 本学科首页   官方微博 | 高级检索  
     

一种基于用户兴趣局部相似性的推荐算法
引用本文:吴发青,贺樑,夏薇薇,任磊.一种基于用户兴趣局部相似性的推荐算法[J].计算机应用,2008,28(8):1981-1985.
作者姓名:吴发青  贺樑  夏薇薇  任磊
作者单位:华东师范大学,计算机科学与技术系,上海,200062
基金项目:上海市重大科技攻关项目 , 上海市科技人才计划项目
摘    要:协作过滤算法作为至今最成功的个性化推荐技术之一,被广泛应用于电子商务、个性化节目推荐等系统中。但传统的基于协作过滤的推荐系统一直受到系统的稀疏性、推荐精确度低等问题的困扰。提出了一种基于用户兴趣局部相似性的改进的协作推荐算法(CFUPS),针对协作过滤算法中用户近邻的计算和项目评分的预测两关键步骤,基于用户间潜在的局部相似的兴趣,并结合项目资源属性和项目评分矩阵来预测项目评分,进而给用户推荐感兴趣的个性化资源,理论上在提高推荐精度、克服稀疏性问题上均有改善。同时实验表明,在极具稀疏性的数据集上,该算法的推荐精度较以往的协作过滤算法有明显提高。

关 键 词:推荐系统  协作过滤  局部相似性  用户相似性  项目相似性
收稿时间:2008-02-22
修稿时间:2008-04-14

A recommendation algorithm based on users' partial similarity
WU Fa-qing,HE L-iang,XIA Wei-wei,REN Lei.A recommendation algorithm based on users' partial similarity[J].journal of Computer Applications,2008,28(8):1981-1985.
Authors:WU Fa-qing  HE L-iang  XIA Wei-wei  REN Lei
Affiliation:WU Fa-qing,HE Liang,XIA Wei-wei,REN Lei(Department of Computer Science , Technology,East China Normal University,Shanghai 200062,China)
Abstract:Collaborative filtering is one of the most successful techniques for building recommender systems, and is extensively used in many personalized systems. However, existing collaborative filtering algorithms have been suffering from data sparsity and low recommendation accuracy problems. This paper focused the collaborative filtering problems on two crucial steps: (1) computing neighbor users for active users and (2) missing data prediction algorithm. Consequently, this paper proposed an improved collaborativ...
Keywords:Collaborative filtering  recommender system  partial similarity  user similarity  item similarity
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《计算机应用》浏览原始摘要信息
点击此处可从《计算机应用》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号