摘要

为了提高推荐算法的准确率和效率,通过提取遗漏项目的侧面特征来改进相似度的计算方法,达到最终结果更加接近用户真实兴趣的目标。文中采用的算法中不仅包含了传统的协同过滤算法计算相似度,还引入了对项目侧面特征相似度的计算,通过对周围真实用户的结果记录推理出两种相似度的权重情况,并通过多次实验得到最佳结果的权重。对最终的均方根误差的计算结果进行统一处理,从而达到更加接近现实的情况。经过多次实验结果的验证,在Movielens数据集上使用文中提出的相似度算法与传统相似度算法的比较,平均绝对误差降低了约10个百分点,推荐的效果得到了明显的提高。

全文