首页 | 本学科首页   官方微博 | 高级检索  
     

基于项目兴趣度的协同过滤新算法
引用本文:孙光明,王 硕.基于项目兴趣度的协同过滤新算法[J].计算机应用研究,2013,30(12):3618-3621.
作者姓名:孙光明  王 硕
作者单位:1. 北京交通大学计算机与信息技术学院, 北京100004; 2. 河北交通学院网络教研室, 石家庄050035
基金项目:河北省高等学校科学研究计划青年基金资助项目(Q2012110)
摘    要:针对评分数据稀疏和单一评分相似性计算不准确导致推荐质量不高的问题, 提出一种基于项目兴趣度的协同过滤新算法。该算法先预测未评分项的值, 在此基础上基于项目的分类、评分值及次数引入项目—项目类别兴趣度特征向量计算同组项目的相似性, 提高了项目间相似性计算的准确度和推荐质量, 避免了大量无用计算, 提高了算法的效率。实验结果表明, 该算法对目标项目预测评分的准确性、推荐质量及效率更高。

关 键 词:兴趣度特征向量  数据稀疏  项目相似性  推荐质量  协同过滤

Novel collaborative filtering algorithm based on interest degree of item
SUN Guang-ming,WANG Shuo.Novel collaborative filtering algorithm based on interest degree of item[J].Application Research of Computers,2013,30(12):3618-3621.
Authors:SUN Guang-ming  WANG Shuo
Affiliation:1. School of Computer & Information Technology, Beijing Jiaotong University, Beijing 100004, China; 2. Hebei Jiaotong College, Shijiazhuang 050035, China
Abstract:
Keywords:interest degree feature vectors  data sparseness  item similarity  recommendation quality  collaborative filtering
点击此处可从《计算机应用研究》浏览原始摘要信息
点击此处可从《计算机应用研究》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