基于用户项目体验度的协同过滤推荐算法.pdfVIP

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 基于用户项目体验度的协同过滤推荐算法 郑苏洋姜久雷王晓峰 北方民族大学 计算机科学与工程学院银川 摘 要 在用户相似度计算基础上根据用户偏好以及项目特征对用户评分产生的影响提出一种针对用户项目体 验度的推荐算法 阐述项目体验度对用户产生的潜在影响选择皮尔森相似性计算公式做进一步计算 通过用户 对项目的好评数以及给项目的评分分别占该项目的总评数和总体项目评分中的比例获得用户对项目的体验度权 重 采用长尾理论平衡用户相似性和用户对流行项目的关注度计算得出用户相似度并产生预测和推荐 实验结 果表明与传统协同过滤算法相比该算法提高了相似度计算准确度并能改善数据稀疏情况下的推荐效果 关键词 推荐系统协同过滤用户项目偏好用户体验度长尾理论 中文引用格式郑苏洋姜久雷王晓峰基于用户项目体验度的协同过滤推荐算法计算机工程 英文引用格式 还是基于用户的协同过滤推荐较准确 概述 协同过滤推荐算法是目前使用度最高的推荐算 基于项目的协同过滤推荐算法首先计算项目与 法之一 它的思想是如果不同用户对某项 目的评 项目的相似程度判断出若干个与目标项目相关的 分值相差无几那么这些用户对其他项目的兴趣体 相邻集通过计算各项目的评分得出未评分项目的 验度应该也是相近的 但是随着大数据时代的 预测评分值 经证实基于项 目的推荐算法性能更 到来推荐算法所需要计算的数据量剧增算法复杂 优能解决传统算法面临的稀疏性和可扩展性问 度变高 由于互联网的开放性网络安全越来越引 题 但从批判的角度指出基于项目的协同过滤推 起人们的重视 用户为了自身信息安全对网络信息 荐的准确性与数据大小和计算量有关普遍情况下 持保留态度这些因素导致了推荐算法的数据稀疏 基金项目国家自然科学基金 实例结构限制下信息传播算法的收敛性研究 宁夏高校科研项目 作者简介郑苏洋 女硕士研究生主研方向为推荐