烟台大学学报(自然科学与工程版)

2021, v.34;No.126(03) 330-336

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

针对修正余弦相似度改进的协同过滤推荐算法
Improved Collaborative Filtering Recommendation Algorithm for Adjusted Cosine Similarity

褚宏林;刘其成;牟春晓;

摘要(Abstract):

为了提高协同过滤推荐算法的推荐准确度,降低对未评分项目的评分预测误差,提出了一种针对修正余弦相似度改进的协同过滤推荐算法。一方面,为了解决修正余弦相似度中未考虑项目热度的问题,在传统的修正余弦相似度基础上引入热门项目惩罚因子;另一方面,为了克服改进的修正余弦相似度公式高度依赖共同评分数量的限制,引入JS散度并改进,将改进JS散度得到的概率分布修正因子作为权重融合到改进的修正余弦相似度中,得到新的相似度计算方法。使用MovieLens数据集进行实验,结果表明,在协同过滤推荐算法的相似度计算部分使用本文改进方法同其他相似度计算方法比较,本文方法使推荐算法对未评分项目的评分预测更准确,推荐算法的推荐准确度更高。

关键词(KeyWords): 评分预测;JS散度;协同过滤;相似度

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金资助项目(61702439);; 国家海洋局“十三五”海洋经济创新发展示范重点项目(YHC-ZBP201701);; 山东省自然科学基金资助项目(ZR2016FM42);; 山东省重点研发计划资助项目(2016GGX109004)

作者(Author): 褚宏林;刘其成;牟春晓;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享