基于项目类别相似性的协同过滤推荐算法

被引：26

作者：

李聪 ^{[1
]}

梁昌勇 ^{[1
]}

董珂 ^{[2
]}

机构：

[1] 合肥工业大学管理学院

[2] 合肥工业大学电气与自动化工程学院

来源：

合肥工业大学学报(自然科学版) | 2008年 / 03期

关键词：

协同过滤; 推荐算法; 项目类别相似性; 平均绝对偏差;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

随着电子商务站点用户和商品项数量的不断增长,用户评分数据稀疏性问题成为基于项目的协同过滤推荐算法的瓶颈;文章提出了项目类别相似性的计算方法,并将项目类别相似性与传统的项目评分相似性进行加权组合,得到项目综合相似性,从而在提高最近邻居项目搜寻准确度的同时也缓解了数据稀疏性问题;实验结果表明,该算法能有效提高推荐质量。

引用

页码：360 / 363

页数：4

共 7 条

[1] 使用BP神经网络缓解协同过滤推荐算法的稀疏性问题 [J].

张锋 ;

常会友 .

计算机研究与发展, 2006, (04) :667-672

[2] 一种优化的协同过滤推荐算法 [J].

周军锋 ;

汤显 ;

郭景峰 .

计算机研究与发展, 2004, (10) :1842-1847

[3] 基于项目聚类的协同过滤推荐算法 [J].

邓爱林 ;

左子叶 ;

朱扬勇 .

小型微型计算机系统, 2004, (09) :1665-1670

[4] 个性化推荐算法设计 [J].

赵亮 ;

胡乃静 ;

张守志 .

计算机研究与发展, 2002, (08) :986-991

[5]

E-Commerce Recommendation Applications[J] . J. Ben Schafer,Joseph A. Konstan,John Riedl.Data mining and knowledge discovery . 2001 (1-2)

[6]

Item-based CollaborativeFiltering Recommendation Algorithms .2 Sarwar B,Karypis G,Konstan J,et al. Proc of the 10thInternational Conference on World Wide Web . 2001

[7]

Horting hatchesan egg:a new graph-theoretic approach to collaborative fil-tering .2 Aggarwal C C,Wolf J L,Wu K L,et al. Proc of the 5th ACM SIGKDD InternationalConference on Knowledge Discovery and Data Mining . 1999

← 1 →