基于改进相似度的协同过滤算法研究-计算机科学.pdfVIP

Vo 1. 43 No. 12 第 43 卷第12 期 计算机科学 2016 年 12 月 Computer Science Dec 2016 基于改进相似度的协同过滤算法研究 李窑1 李明奇1 郭文强2 (电子科技大学数学科学学院 成都 611731) 1 (新疆财经大学计算机科学与工程学院 乌鲁木齐 830012)2 摘 要 协同过滤利用邻居用户的偏好对目标用户的偏好进行推荐预测，相似度计算是其关键。传统的相似度计算 忽略了用户共同评分项目数与用户平均评分的影响，以至于在数据稀疏时不能很好地度量用户间的相似度。提出了 两个修正因子来改进传统相似度，同时改进了协同过滤算法，将其应用于电影推荐。仿真结果表明，在电影推荐中，基 于改进后相似度计算的协同过滤算法能取得比传统算法更低的 MAE值，提高了电影推荐质量。 关键词 协同过滤，Pearson 相似度，共同评分项目，电影推荐 中图法分类号 TP3