优化稀疏数据集提高协同过滤推荐系统质量的方法

被引：15

作者：

刘庆鹏

陈明锐

机构：

[1] 海南大学信息科学技术学院

来源：

计算机应用 | 2012年 / 32卷 / 04期

关键词：

推荐系统; 协同过滤; 均值; 众数; 信息过载;

D O I：

暂无

中图分类号：

TP391.3 [检索机];

学科分类号：

081203 ; 0835 ;

摘要：

协同过滤是目前个性化推荐系统中效果较好的一种推荐技术。由于用户和项目数量的急剧增加,使得反映用户喜好信息的评分矩阵非常稀疏,严重影响了协同过滤技术的推荐质量。针对这一问题提出了综合均值优化填充方法,该方法相比较于缺省值法和众数法,考虑到了用户评分尺度问题,同时也不存在众数法中的"多众数"和"无众数"问题。在同一数据集上,通过使用传统的基于用户的协同过滤算法进行验证,表明此方法可以有效提高推荐系统的推荐质量。

引用

页码：1082 / 1085

页数：4