| 基于用户群体影响的协同过滤推荐算法 |
| |
| 引用本文： | 林耀进,胡学钢,李慧宗.基于用户群体影响的协同过滤推荐算法[J].情报学报,2013,32(3). |
| |
| 作者姓名： | 林耀进 胡学钢 李慧宗 |
| |
| 作者单位： | 1. 合肥工业大学计算机与信息学院,合肥,230009;漳州师范学院计算机科学与工程系,漳州,363000
2. 合肥工业大学计算机与信息学院,合肥,230009 |
| |
| 基金项目： | 国家863计划课题，国家自然科学基金 |
| |
| 摘 要： | 协同过滤是推荐系统中广泛使用的推荐技术,对推荐结果可解释强.基于用户的协同过滤是一种重要的系统推荐方法,用户评分数据的极端稀疏性制约着系统的推荐质量.针对上述情况,提出一种基于用户群体影响的协同过滤推荐算法.首先,定义了用户群体的概念并根据群体影响提出两条相应准则;然后,计算用户相似性时,不仅考虑了用户个体之间的相似性,而且考虑了用户所处群体之间的相似性.该算法不仅可以更加精确地刻画用户之间相似度,而且一定程度上增强了推荐系统的稳定性.实验结果表明,该算法能有效地提高系统的推荐质量,而且满足所提出的两条准则.
|
| 关 键 词： | 推荐系统 协同过滤 群体影响 相似性 |
Collaborative Filtering Recommendation Algorithm Based on User Group Influence |
| |
| Lin Yaojin
,
Hu Xuegang
,
Li Huizong.Collaborative Filtering Recommendation Algorithm Based on User Group Influence[J].Journal of the China Society for Scientific andTechnical Information,2013,32(3). |
| |
| Authors: | Lin Yaojin Hu Xuegang Li Huizong |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
