融合项目流行度与用户间多相似度的协同过滤算法 |
| |
作者姓名: | 邓乐乐 黄俊 岳春擂 |
| |
作者单位: | 1. 重庆邮电大学通信与信息工程学院;2. 信号与信息处理重庆市重点实验室 |
| |
基金项目: | 国家自然科学基金项目(61771085)资助; |
| |
摘 要: | 为进一步解决协同过滤算法中存在覆盖范围不高的问题,针对现有算法未充分考虑引入项目流行度在降低热门项目影响力的同时会普遍降低热门但评分高的项目影响力的问题,提出一种融合项目流行度与用户间多相似度的协同过滤算法.在降低热门项目影响力的同时,考虑目标用户的相似用户群体对热门项目的综合评分,动态调整推荐列表中热门项目对目标用户的影响力.算法通过融合多种改进的用户相似度来提高相似度计算精度.其中引入了用户属性相似度去除“零相似度”以缓解用户冷启动问题的影响.实验结果证明,该算法在解决冷启动问题和改善推荐覆盖率的同时,提升了推荐的准确率.
|
关 键 词: | 协同过滤 项目流行度 冷启动 用户属性 多相似度 |
|
|