基于项目属性相似和MapReduce并行化的Slope One算法

针对Slope One算法存在预测精度依赖于用户对待预测项目的评分数量的缺陷，提出了一种基于项目属性相似度和MapReduce并行化的Slope One算法。首先计算项目间的属性相似度，并将其与Slope One算法相融合以提高预测精度，然后在Hadoop平台上对改进算法基于MapReduce进行并行化实现。在MovieLens数据集上的实验结果表明，相对于Slope One算法和加权Slope One算法，本文提出的改进Slope One算法具有更高的预测精度，并更适用于大规模数据集。