摘要:传统的协同过滤推荐算法以用户对所有物品的评分向量作为计算用户相似度的依据,没有考虑到物品属性对用户兴趣的反映。为此,提出一种新的改进的相似度计算方法,引入了"用户兴趣分布矩阵"的定义,设计了启发式的评分预测方式,即根据兴趣相似度选出TOP-K用户之后,以用户标记的物品数量作为该用户的权重来预测评分。在Movielens数据集上的测试结果表明,改进后的算法相比传统的算法在平均绝对误差(MAE)上降低了7.3%。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
热门期刊
期刊名称:微型机与应用
微型机与应用杂志紧跟学术前沿,紧贴读者,是一本综合性半月刊,已经在为中国电子、电信、工控、通讯、计算机等领域人士的首选期刊,具有不可替代的市场效应。坚持指导性与实用性相结合的原则,创办于1982年,杂志在全国同类期刊中有很重的学术价值。