基于互信息的项目协同过滤推荐算法.pdfVIP

测控技术

先进算法与人工智能2019年第38卷第4期•41*

基于互信息的项目协同过滤推荐算法

郑诚12$章金平12$徐启南12

(1.安徽大学计算智能与信号处理实验室，安徽合肥230601;2.安徽大学计算机学院，安徽合肥230601)

摘要:协同过滤算法是经典的个性化推荐算法,其中相似度度量方法直接影响推荐系统的准确率。针对

用户评分极端稀疏情况下传统相似度度量方法均存在各自的弊端，导致推荐系统的推荐精度不高问题，

提出了-种基于互信息的项目协同过滤推荐算法。该算法将互信息作为相似度度量方法，不仅考虑了

变量之间的线性或非线性相关性，而且还能挖掘变量之间的相关性强弱。另外，由于共同评分的项目用

户数很少在互信息方法基础上引入了一个平滑系数因子，，来缓解共同评分过少项目之间相似性度量不

准确问题。最后在公开的，MovieLens、Jester两个数据集上进行了大量对比实验。实验结果表明，新算

法能在一定程度上提高推荐系统的预测准确率，并能缓解数据稀疏性问题。

关键词：协同过滤；互信息平滑系数;推荐

中图分类号:TP391文献标识码:A文章编号!1000-8829(2019)04-0041-04

doi：10.19708/j.ckjs.2019.04.009

ItemsCollaborati^eFilteringRecommendationAlgorithmBasedon

MutualInformation

ZHENGCheng12,ZHANGJin-ping12,XUQi-iian12

(1.KeyLaborato^ofICSPMinistryofEducation,AnhuiUniversity,Hefei230601,China;

2.SchoolofComputerScienceandTechnology,AnhuiUniversity,Hefei230601,China)

Abstract:Collaborativefilteringalgorithmisaclassicpersonalizedrecommendationalgorithm,inwhichthe

similaritymeasuremenmetlioddirectlyaffectstheaccuracyoftlierecommendationsystem.There

tagesinthetraditionalmetliodsofsimilaritymeasuremenundertlieextremesparsenesofuserratings,leading

totherecommendationaccuracyofrecommendationsystemisnohigh,andaitemscollaborativefilteringrec­

ommendationalgorit!imbasedonmutualinformationisproposed.Mutualinformationisusedassimilaritymeas­

uremenme!iod.Inoonlyconsidersthelinearornonlinearcorrelationbetw^eenvariab