摘要

由于传统基于均方差的协同过滤算法(MSD)计算相似性时仅考虑评分向量间均方差值,导致其推荐性能不理想,针对这个问题,提出融合评分向量间余弦值和均方差值的改进均方差协同过滤算法(Improved MSD,IMSD)。通过在2个Movielens数据集上进行实验表明,IMSD算法较MSD算法的推荐准确度有所提高。更为重要的是,将IMSD算法进行推广应用,也能够取得较好的效果。本文将其应用于改进另外2种算法,即JACMSD和ACMSD算法,并提出了2种相应的JACIMSD和ACIMSD算法,发现算法的推荐准确度都有所提高。在所研究的几种算法中,ACIMSD算法推荐准确度最优。