- 站内检索
- 发现检索
全部
图书
期刊
按文献类别分组
关键词
- 融合影响因子的加权协同过滤算法
- 作者： 高全力 高岭 杨建锋 王海 任杰 张洋 来源： 计算机工程 年份： 2014 文献类型 ： 期刊 关键词： 加权算法 推荐系统 协同过滤 预测评分 影响因子 相似度
- 描述： 现有的协同过滤算法在计算用户间或项目间相似度时,由于数据集稀疏导致相似度差值过小,难以找出真正的相似用户与相似项目。为此,提出一种融合影响因子的加权协同过滤算法。利用基于用户间与项目间共同评分用户个数的影响因子,修正用户及项目相似度,并分别定义基于项目与用户的预测评分计算算法,将项目间与用户间的共同评分项作为加权系数,得出最终的预测评分算法,根据最终预测评分,采用TopN算法进行推荐。在真实数据集上的实验结果表明,该算法在不同邻居数上的平均绝对误差小于0.78,明显提高了推荐质量。