一种有效缓解数据稀疏问题的协同过滤推荐算法

作者：张清; 于博; 王辉; 邓林

来源：合肥工业大学学报(自然科学版), 2019, 42(04): 473-478.

DOI：10.3969/j.issn.1003-5060.2019.04.008

• 数据稀疏
• 协同过滤(CF)
• Tanimoto相似性系数
• 推荐算法
• 矩阵填充

文章针对数据的稀疏会导致传统的协同过滤(collaborative filtering,CF)推荐算法不能准确地查找到最近邻居问题,提出了一种改进的基于用户Tanimoto相似性系数预填充的算法,通过改进的Tanimoto相似性系数得到更加合理的用户相似度,并结合提出的预测公式对目标用户的未评分项进行预测评分和填充,从而降低矩阵的数据稀疏度。实验结果表明,该算法对稀疏数据集具有较好的表现,能够提高推荐的质量。

• 单位
  合肥工业大学