基于用户特征和商品特征的组合协同过滤算法 |
| |
引用本文: | 孟庆庆,张胜男,卢楚雍.基于用户特征和商品特征的组合协同过滤算法[J].教育技术导刊,2015,14(3):41-43. |
| |
作者姓名: | 孟庆庆 张胜男 卢楚雍 |
| |
作者单位: | 武汉大学 测绘遥感信息工程国家重点实验室,湖北 武汉 430079 |
| |
摘 要: | 协同过滤算法在电子商务网站推荐系统中的应用非常广泛,其通过分析大量用户的历史行为数据,挖掘用户的兴趣,向用户推荐合适的物品。然而,协同过滤算法存在数据稀疏性问题。针对该问题,提出一种基于用户特征和商品特征的组合协同过滤推荐算法。通过用户基本属性特征、物品分类属性特征以及用户的历史评分记录,计算用户的相似性和物品的相似性,获得近邻用户和相似物品;依据改进的基于物品协同过滤和基于用户协同过滤组合推荐算法,为项目进行评分。实验表明,该方法能降低预测结果的平均绝对误差,提高推荐精度。
|
关 键 词: | 协同过滤 属性特征 数据稀疏性 平均绝对误差 |
本文献已被 CNKI 万方数据 等数据库收录! |
| 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 |
|