基于共同评分项和权重计算的推荐算法研究

作者：谢人强; 陈震

来源：计算机技术与发展, 2016, (09): 69-72.

• 协同过滤算法
• 评分项
• 综合权重
• 准确度 collaborative filtering algorithm
• co-rating
• comprehensive weight
• accuracy

产生推荐列表是基于用户的协同过滤推荐算法的重要步骤,也是最终的结果。针对在基于用户的协同过滤推荐算法中,"产生推荐列表"环节的研究相对较少的这一现象,为了改进推荐算法的性能,通过权重计算和共同评分项方法来选定推荐项目,即首先将项目按照评分的近邻用户数量的多少进行排序,然后对排序的项目进行综合权重计算,将其结果由高到低进行再次排序,从而产生推荐列表。该算法经MovieLens数据集测试,在测试中使用"平均绝对误差"作为实验测评指标,结果表明,在目标用户的相似用户数为60时,该算法相较于不考虑共同评分项或综合权重计算因素的算法,有着更低的平均绝对误差,其值为0.77。该算法能够在一定程度上提高推荐...

• 单位
  福州外语外贸学院