基于巴氏系数和信息熵的协同过滤算法

作者：王道平; 黄梦禧; 周玉

来源：统计与决策, 2021, 37(20): 25-29.

DOI：10.13546/j.cnki.tjyjc.2021.20.005

• 巴氏系数
• 信息熵
• 协同过滤
• 推荐系统

为改进传统协同过滤算法的推荐质量,文章提出一种考虑巴氏系数和信息熵的协同过滤算法。首先通过巴氏系数和项目相关性权重建立用户相似度模型;其次,通过信息熵衡量用户在评分分布上的相似度,引入用户相近度、同类性和交叠度因子,挖掘用户多维评分特性;然后,以参数调节两种相似度计算模型的重要程度,形成综合推荐模型;最后,在两种数据集中对比四种算法的推荐表现。研究表明,该算法的MAE和Top-N结果准确度均优于传统的协同过滤算法,具有更好的推荐效果。

• 单位
  北京科技大学; 经济管理学院