传统协同过滤推荐算法的用户相似性计算模型中只分析了用户的评分相似性,却没有考虑用户的属性偏好对用户评分的影响。针对此问题,本文根据用户评分与项目属性信息分析用户对不同属性的偏好度,通过加权的方式将用户属性偏好引入原有的相似性计算模型中。实验表明,在相同K值下,与传统协同过滤算法相比,本文提出算法的准确性平均提升了0.42。
科研之友
微信
新浪微博
Facebook
分享链接
