|
2.
一种基于用户兴趣局部相似性的推荐算法
吴发青 贺樑 夏薇薇 任磊
计算机应用
协作过滤算法作为至今最成功的个性化推荐技术之一，被广泛应用于电子商务、个性化节目推荐等系统中。但传统的基于协作过滤的推荐系统一直受到系统的稀疏性、推荐精确度低等问题的困扰。提出了一种基于用户兴趣局部相似性的改进的协作推荐算法（CFUPS），针对协作过滤算法中用户近邻的计算和项目评分的预测两关键步骤，基于用户间潜在的局部相似的兴趣，并结合项目资源属性和项目评分矩阵来预测项目评分，进而给用户推荐感兴趣的个性化资源，理论上在提高推荐精度、克服稀疏性问题上均有改善。同时实验表明，在极具稀疏性的数据集上，该算法的推荐精度较以往的协作过滤算法有明显提高。
相关文章 |
多维度评价
|
