基于项目属性和局部优化的协同过滤推荐算法.pdfVIP

年 月 安徽大学学报 自然科学版 ( ) 第20 14卷 第1 1 期 November 20 14 38 6 Journal of Anhui University (Natural Science Edition) Vol.38 No.6 doi 　　 :10.3 9 6 9/j .issn.1000-2 1 62.20 14.06 .004 基于项目属性和局部优化的协同过滤推荐算法 刘慧婷1 ,陈 超1 ,吴共庆2 ,赵 鹏1 安徽大学 计算机科学与技术学院 安徽 合肥 　 合肥工业大学 计　算机与信息学院 安徽 合肥 (1 . , 　23060 1 ;2. , 　230009) 摘 要:针对数据稀疏性问题对于传统协同过滤推荐带来的影响 提出基于项目属性和局部优化的协同过滤 　 , 推荐算法 简称 (collaborative filtering recommendation algorithm based on item attribute and local optimization, 算法首先改进 系数来优化评分的项目相似性 其次引入拉普拉斯平滑方法 对 基 于 项 目 属 性 CUCF). j accard ; 的项目相似性进行优化 最后结合两方面的相似性结果 并且利用局部优化方法选择目标的近邻对象作为推 ; , 荐群 实验结果表明 该算法减小了数据稀疏性对推荐结果的负面影响 有效地降低了预测结果的 平 均 绝 对 . , , 误差 实验进一步对比了其他 种不同推荐方法 预测精度提高 从而证明了 方 MAE. 4 , 7.1 %~ 1 5.5 %, CUCF 法在预测准确率方面能够取得较好的效果 . 关键词:拉普拉斯平滑 项目属性 局部优化 协同过滤 ; ; ; 中图分类号: 文献标志码: 文章编号: ( ) TP3 9 1 　　　　　 A　　　　　 1000-2 1 62 20 14 06-0023-07 Collaborative filtering recommendation algorithm based on