用户属性加权活跃近邻的协同过滤算法* |
| |
作者姓名: | 王吉源 黎晨 王婵娟 |
| |
作者单位: | 江西理工大学 信息工程学院,江西理工大学 信息工程学院,江西理工大学 信息工程学院 |
| |
基金项目: | 国家自然科学基金资助项目(71462018);江西省研究生创新专项基金资助项目(YC2014-S371) |
| |
摘 要: | 针对现有的基于kNN近邻协同过滤技术,在选择最近邻居时过于依赖评分相似度的问题,提出了一种用户属性加权活跃近邻的协同过滤算法。首先,通过引入用户特征属性并融合最小权重相似度,根据所得的最终相似度生成目标用户的kNN近邻集。然后,从对目标项目已有反馈信息的用户中生成目标项目的活跃用户子群体,并筛选出kNN近邻集中的活跃用户子群体作为目标用户的活跃近邻集,最终产生评分预测。在公开数据集上的实验结果表明,该算法能有效的提高推荐算法的推荐准确度,具有更好的稳定性。
|
关 键 词: | 协同过滤 相似度 用户属性 最近邻居集 活跃近邻集 |
收稿时间: | 2015-11-07 |
修稿时间: | 2016-10-18 |
|
| 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 |
|