计算机应用 ›› 2013, Vol. 33 ›› Issue (12): 3354-3358.
• 2013年全国开放式分布与并行计算学术年会(DPCS2013)论文 • 上一篇 下一篇
YANG Xingyao1,YU Jiong1,2,TURGUN Ibrahim1,LIAO Bin1,2
摘要: 针对基于用户和基于项目的协同过滤模型存在推荐质量不高等问题,提出一种综合用户和项目预测的协同过滤模型。该模型同时考虑用户和项目两方面,首先对性能优秀的相似性模型进行自适应的优化;然后根据相似性值分别选取相似用户和相似项目为目标对象构造近邻集合,并利用预测函数得到基于用户和基于项目的预测结果;最后通过自适应平衡因子的协调处理获得最终预测结果。比较实验在不同的评估标准下进行,结果表明,与目前典型的模型如RSCF、HCFR和UNCF相比,新提出的协同过滤模型不仅在项目预测准确性方面拥有出色的表现,而且在推荐准确性和全面性方面同样表现优秀。
中图分类号: