综合用户特征及专家信任的协作过滤推荐算法.pdfVIP

第 44 卷第2 期 Vol. 44 No.2 计算机科学 2017 年 2 月 COMPUTER SCIENCE Feb.2017 综合用户特征及专家信任的协作过滤推荐算法 高发展黄梦醒张婷婷 (海南大学信息科学技术学院 海口 570228) 摘 要 协作过滤推荐算法是推荐系统中应用最广泛的算法之一。通过分析传统协作过滤算法中由数据稀疏性导致 的推荐精度不高的问题，在基于专家信任的协作过滤.推荐算法的基础上，提出了一种综合用户特征及专家信任的协作 过滤推荐算法。该算法分析了用户的不同特征，比较了用户与专家的相似度，通过计算用户-专家相似度短阵，有效降 低了数据集的稀疏性，提高了预测的准确性。在 MovieLens 数据集上的实验结果表明，改进的算法能够有效缓解冷启 动问题，明显提高了系统的推荐精度