基于个性化情境和项目的协同推荐研究

被引：8

作者：

高旻 ^{[1
]}

吴中福 ^{[1
]}

机构：

[1] 重庆大学计算机学院

来源：

东南大学学报(自然科学版) | 2009年 / S1期

基金：

中国博士后科学基金;

关键词：

协同过滤; 推荐算法; 项目相异性; 情境; 个性化;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

为提高基于项目的协同过滤推荐SlopeOne算法的预测结果,在算法的项目相异性计算和评分预测过程中引入个性化情境因素.首先对基于项目的协同推荐方法进行综述,然后针对不同情境下的评分记录进行项目间相异性计算,根据此结果计算检验集中的项目在不同情境下的预测评分,并以预测结果为依据为每个用户得到个性化情境,进而为用户对新的资源项目进行评分预测.最后在标准的Movielens数据集上进行实验,其中,U2的训练集和测试集用来训练个性化情境,其他数据集用来检验算法的预测结果.通过对改进的推荐算法与经典的基于项目的协同过滤算法SlopeOne进行比较,实验数据表明改进后算法的推荐结果有较大提高.

引用

页码：27 / 31

页数：5

共 7 条

[1] 基于领域最近邻的协同过滤推荐算法 [J].