关于推荐系统的统计预测研究-计算机系统结构专业论文.docxVIP

第 第 PAGE IV 页 第 第 III 页 只衡量两个对象之间的线性关系以及有些相似度只检测单态的依赖关 系，基于互信息的相似度既考虑线性的关系也考虑非线性的关系[37]。因 此，基于互信息的相似度粗粒度地考虑两个对象之间的相互关系，它既 可直接用于衡量两个对象之间的项目关系又可被用于对数据集的初步的 分类筛选。基于 L1 距离的相似度是将 L1 距离应用到协同过滤技术中而得 到的一种新的相似度衡量。它具有灵敏度高，计算简单等优点。 最后，建造了一个基于分层思想的双层协同过滤框架。本框架采用双 层的信息过滤来筛选真正相似的邻居。第一层的信息过滤主要依靠基于 互信息的相似度完成，第二层的信息过滤依靠其他的相似度完成，比如 余弦相似度、皮尔逊相似度以及基于 L1 距离的相似度等。试验表明该框 架能够提高推荐的质量。 关键词：推荐系统，协同过滤，互信息，L1 距离，分层思想 Study of Statistical Forecasting in Recommender Systems ABSTRACT With the popularization of Internet and the development of E-Commerce, the amount of Internet information is rapidly expanding,