| 基于项目分类预测的协同过滤推荐算法 |
| |
| 引用本文： | 张海鹏,李烈彪,李仙,周亚蜂.基于项目分类预测的协同过滤推荐算法[J].情报学报,2008,27(2):218-223. |
| |
| 作者姓名： | 张海鹏 李烈彪 李仙 周亚蜂 |
| |
| 作者单位： | 重庆大学计算机学院,重庆,400045 |
| |
| 摘 要： | 在电子商务系统中,为了帮助用户有效地发现、过滤和利用信息,信息过滤技术应运而生.协同过滤技术作为其中的一种技术被成功地应用于推荐系统中.随着电子商务用户数目和商品数目的日益增加,整个项目空间上用户评分数据极端稀疏,传统的相似性度量方法均存在各自的弊端,导致推荐系统的推荐质量急剧下降.针对这一不足,提出基于项目分类预测的协同过滤算法,通过对用户评分矩阵中的项目进行相应的分类,缩小邻近搜索的范围,预测项目评分,减少稀疏性,并采用新的相似度计算方法.实验结果表明,该算法能提高个性化推荐算法的准确性.
|
| 关 键 词： | 协同过滤 相似性 推荐系统 |
| 修稿时间： | 2007年2月5日 |
Collaborative Filtering Recommendation Algorithm Based on Item-Class Rating |
| |
| Zhang Haipeng,Li Liebiao,Li Xian,Zhou Yafeng.Collaborative Filtering Recommendation Algorithm Based on Item-Class Rating[J].Journal of the China Society for Scientific andTechnical Information,2008,27(2):218-223. |
| |
| Authors: | Zhang Haipeng Li Liebiao Li Xian Zhou Yafeng |
| |
| Institution: | Zhang Haipeng Li Liebiao Li Xian Zhou Yafeng (College of Computer Science,Chongqing University,Chongqing 400045) |
| |
| Abstract: | In order to help people to find useful information effectively in E-commerce,information filtering technique emerges as a result.Collaborstive filtering is a popular one which is used extensively in personalized recommendation systems. With the development of E-commerce,the magnitudes of users and commodities grow rapidly,resulted in the extreme sparsity of user rating data.Traditional similarity measure methods work poor in this situation,make the quality of recommendation system decreased dramatically.To ... |
| |
| Keywords: | collaborative filtering similarity recommendation system |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
