基于评分预测的协同过滤推荐算法.PDFVIP

下载本文档

38
0
约2.71万字
约 9页
2019-09-12 发布于山东
举报
版权申诉

基于评分预测的协同过滤推荐算法.PDF

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于评分预测的协同过滤推荐算法.PDF

基于评分预测的协同过滤推荐算法周海平黄凑英刘妮周洪波绍兴文理学院计算机科学与工程系绍兴贵阳学院数学与信息科学学院贵阳湖南大学信息科学与工程学院长沙摘要传统的基于评分预测的协同过滤算法在计算用户之间相似性时只针对用户共同评过分的物品计算评分差异然而由于不同用户共同评分的物品数目不同使得计算标准不统一从而导致推荐质量不理想本文在传统算法的基础上进行改进新算法在计算相似性的时候一方面考虑了用户共同评分的物品数另一方面还考虑了物品的热门程度对用户相似性计算的影响实验结果表明新算法在推荐准确率和召回率上都比传统算法提高了倍以上研究还发现在算法中使用相关系数明显好于使用欧氏距离作相似性度量标准得到的推荐效果关键词推荐系统协同过滤相似性召回率准确率中图分类号文献标志码