| 一种缓解协同过滤算法数据稀疏性的方法 |
| |
| 引用本文： | 蔡雄峰,艾丽华,丁丁.一种缓解协同过滤算法数据稀疏性的方法[J].软件,2015(3):41-47. |
| |
| 作者姓名： | 蔡雄峰 艾丽华 丁丁 |
| |
| 作者单位： | 北京交通大学计算机与信息技术学院 |
| |
| 基金项目： | 国家自然科学基金项目(No.61300176);国家教育部博士点基金资助项目(No.20110009110032);中央高校基本科研业务费(No.2013JBM019) |
| |
| 摘 要： | 协同过滤算法是推荐系统中最古老的算法之一,同时也是当今推荐系统中使用最广泛的一种算法。但是在简单,效率高的同时,协同过滤算法还存在数据稀疏性,冷启动等一些问题.本文针对其数据稀疏性的问题,提出了一种根据兴趣度预测用户未评分项目的方法。最后通过基于Netflix数据集的实验结果表明,该方法能够更好的处理稀疏矩阵,能缓解数据稀疏问题,从而提高了协同过滤算法的准确性。
|
| 关 键 词： | 协同过滤 推荐系统 数据稀疏 兴趣度 填充矩阵 |
An method for alleviating data sparsity in collaborative filtering algorithm |
| |
| CAI Xiong-feng;AI Li-hua;DING Ding.An method for alleviating data sparsity in collaborative filtering algorithm[J].Software,2015(3):41-47. |
| |
| Authors: | CAI Xiong-feng;AI Li-hua;DING Ding |
| |
| Affiliation: | CAI Xiong-feng;AI Li-hua;DING Ding;School of Computer and Information Technology,Beijing Jiaotong University; |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
