基于混合相似度的协同过滤推荐 |
| |
引用本文: | 汤吴建.基于混合相似度的协同过滤推荐[J].教育技术导刊,2017,16(2):32-35. |
| |
作者姓名: | 汤吴建 |
| |
作者单位: | 江苏大学 管理学院,江苏 镇江 212013 |
| |
摘 要: | user-based协同过滤算法在B2C电子商务中是一种重要的推荐方法,但是用户共同评价项目的稀缺性导致了协同过滤算法质量的下降。鉴于此,在考虑用户评分数据的基础上,对用户评分记录进行聚类平滑。考虑用户购买记录作为数据源之一,并用曼哈顿距离相似度计算方法计算用户购买记录,将两者线性组合得到混合相似度,使用混合相似度进行推荐,通过实验计算两者线性组合的最佳权重系数,比传统的利用用户评分记录和用户购买记录的精确度高。实验结果表明,基于混合相似度的协同过滤推荐能有效提高由于数据稀缺性造成的推荐准确度。
|
关 键 词: | 协同过滤 数据稀疏性 混合相似度 |
|
| 点击此处可从《教育技术导刊》浏览原始摘要信息 |
| 点击此处可从《教育技术导刊》下载免费的PDF全文 |
|