融合评分结构特征与偏好距离的协同过滤推荐算法.pdf

第 卷 第 期 计 算 机 工 程 年 月 人工智能及识别技术 文章编号 文献标志码 中图分类号 融合评分结构特征与偏好距离的协同过滤推荐算法 钱晓捷张路一 郑州大学 信息工程学院郑州 摘 要 在协同过滤算法中用户之间的相似性计算影响推荐系统的质量尤其是在数据稀疏的情况下得到的用户 之间的关系同实际情况偏离较大影响推荐精度 针对上述问题提出一种新的相似性计算算法 利用用户评分 结构特征的稳定性同时结合评分结构间的偏好距离重新计算用户间偏好相似度 在 数据集上的实 验结果表明与传统基于用户的相关相似性协同过滤算法及余弦相似性算法相比该算法的推荐精度平均提高 和 关键词 协同过滤推荐系统数据稀疏评分结构偏好距离 中文引用格式钱晓捷张路一融合评分结构特征与偏好距离的协同过滤推荐算法计算机工程 英文引用格式 泛的是协同过滤推荐技术 根据用户的历史数据 概述 向用户推荐其可能偏好的项目和服务从而实现个 随着信息技术的迅猛发展互联网用户量和信 性化推荐功能 息量的规模不断扩大信息过载现象 日益突出 为 协同过滤算法通过用户间各 自的历史数据信 了使得用户能够在庞大的信息空间迅速准确地得到 息对用户之间的相似性进行计算 根据相似性的 自己需要的个性化信息服务推荐系统应运而生 大小得到活动用户的最大相似邻居集合在邻居集 个性化推荐系统 的应用能够有效地解决信息过 合的基础上得到活动用户未评分项目的预测评分 载问题在商业发展和用户体验等方面发挥着重要 从而选择合适的项目向活动用户进行推荐 其原理 作用 根据用户的历史信息推荐系统中应用最广 是