科研之友
微信
新浪微博
Facebook
分享链接
摘要
为进一步解决协同过滤推荐算法中存在的数据稀疏性问题,针对现有的填充算法中未充分考虑用户偏好和物品属性内在关联的问题以及相似度计算中存在的不合理之处提出一种改进算法。该算法根据评分数据分析出用户的偏好,计算用户对不同物品属性的偏好权重和评分均值,依据计算结果填补缺失项;根据目标用户改进相似度计算公式并得到基于用户偏好矩阵填充的改进混合推荐算法。实验结果表明,该算法可以解决数据稀疏问题,推荐精度均优于其它算法。
-
单位重庆邮电大学; 通信与信息工程学院
