一种属性和评分的协同过滤混合推荐算法 |
| |
引用本文: | 李克潮,蓝冬梅.一种属性和评分的协同过滤混合推荐算法[J].微机发展,2013(7):116-119,123. |
| |
作者姓名: | 李克潮 蓝冬梅 |
| |
作者单位: | 广西民族师范学院图书馆 |
| |
基金项目: | 2012年广西教育科研项目(201204LX481);2011年广西民族师范学院科研项目(XYYB2011030) |
| |
摘 要: | 传统协同过滤推荐算法仅仅根据稀疏的评分矩阵向用户推荐,存在推荐质量不高的问题。提出了一种属性和评分的协同过滤混合推荐算法。该算法由项目的类别属性计算项目之间基于属性的相似性,考虑到用户兴趣随时间的变化,构建评分时间权重的指数函数,并应用到项目之间的Pearson相关相似性中。通过权重因子加权项目之间基于属性的相似性和项目之间的Pearson相关相似性,然后计算基于项目属性的评分预测。描绘职业分类树,构建职业相似性模型,并与性别加权结合产生用户综合属性的相似性,得到基于用户属性的评分预测。最后,综合两者计算混合评分预测。在Movielens实验数据集下,实验结果表明提出的算法具有较好的平均绝对误差。
|
关 键 词: | 协同过滤 职业分类树 综合相似性 推荐算法 |
本文献已被 CNKI 等数据库收录! |
|