摘要

【目的】探索融合多源数据和场景相似度计算的方法,为用户精准匹配相应的数字资源。【方法】本文提出一种融合多源数据和场景相似度计算的数字资源推荐方法(CF-SSC),通过构建融合多源数据的场景模型得到场景数据的抽象表示,基于细化的相似度指标计算场景相似度,最后根据相似度等级预测得到场景列表及相应资源,以此优化推荐结果。【结果】相比于CF-Pearson、CF-Cosine、IOS和User-MRDC,本文所提CFSSC算法在指标MAE(0.688)上表现最优,在指标RMSE(0.936)上仅略次于User-MRDC,达到MAE和RMSE最优值时所需邻居的数量(20)最少。【局限】仅在少量有限的数据集上进行重复测试。【结论】所提相似度算法提高了推荐系统的预测精度,有效提升资源推荐的效率和准确性。

全文