| 推荐系统中一种新的相似性计算方法 |
| |
| 引用本文： | 李涛,王建东,叶飞跃. 推荐系统中一种新的相似性计算方法[J]. 计算机科学, 2007, 34(8): 187-189 |
| |
| 作者姓名： | 李涛 王建东 叶飞跃 |
| |
| 作者单位： | 南京航空航天大学信息科学与技术学院,南京210016;南京信息工程大学电子与信息工程学院,南京210044;南京航空航天大学信息科学与技术学院,南京210016;江苏技术师范学院计算机科学与工程学院,常州213001 |
| |
| 基金项目： | 南京信息工程大学校科研和教改项目 |
| |
| 摘 要： | 随着互联网的发展,推荐系统逐步得到广泛应用,协同过滤是其中的关键技术之一,它根据相似用户的喜好产生对目标用户的推荐.随着用户和项目数量的增加,用于产生推荐的数据集将极端稀疏,协同过滤系统的性能下降.为此,提出了一种新的用户多层相似性度量,不仅降低数据稀疏性的影响,而且克服了相似不相同的问题.实验表明,该度量方式能够提高协同过滤系统的推荐质量.
|
| 关 键 词： | 推荐算法 协同过滤 相似性 |
A New Similarity Method Used in Recommender Systems |
| |
| LI Tao,WANG Jian-Dong,YE Fei-Yue. A New Similarity Method Used in Recommender Systems[J]. Computer Science, 2007, 34(8): 187-189 |
| |
| Authors: | LI Tao WANG Jian-Dong YE Fei-Yue |
| |
| Affiliation: | 1.College of Information Science and Technology, Nanjing University of Aeronautics and Astronautics, Nanjing 210016; 2.College of Electronic and Information Technology, Nanjing University of Information Science and Technology, Nanjing 210044; 3.College of Computer Science and Technology, Jiangsu Teachers University of Technology, Changzhou 213001 |
| |
| Abstract: | Recommender systems are becoming increasingly popular with the evolution of the Internet,and collaborative filtering(CF) is one of the most important technologies in recommender systems.The performance of CF systems degrades with increasing number of customers and items.So,a new multiple-level user similarity is presented,which not only overcomes the difficulty of data sparsity,but also solves the "similar but not same" problem.The experimental results show that the presented algorithm can improve the performance of CF systems in both the recommendation quality and efficiency. |
| |
| Keywords: | Recommendation algorithm Collaborative filtering 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《计算机科学》浏览原始摘要信息 |
|
点击此处可从《计算机科学》下载全文 |
|
