科研之友
微信
新浪微博
Facebook
分享链接
摘要
基于用户的协同过滤推荐算法主要根据用户近邻的评分值来预测该用户对未知项目的评分。在近邻用户选择时,传统的方法通过手工设置用户间的共同评价项目数等统一的阈值等作为过滤标准,来保证近邻选择的可信度。针对该类方法的阈值不易设置,且没有理论支撑等问题,以霍弗丁边界为基础,将近邻选择的标准进行形式化描述,并能够根据用户间的共同评分项目以及评分值自适应的选择近邻。实验证明,与传统的方法相比,该方法能增加近邻用户选择的可靠性,提高用户对项目的预测准确率。
-
单位桐城师范高等专科学校
