一种改进的协同过滤推荐算法  

A User-based and Item-based Collaborative Filtering Recommendation Algorithm

作　　者：刘旭东[1] 陈德人[2] 王惠敏[3] 

机构地区：[1]烟台职业学院信息工程系,山东烟台264670 [2]浙江大学计算机科学与技术学院,浙江杭州310027 [3]武汉理工大学经济学院,湖北武汉430070

出　　处：《武汉理工大学学报（信息与管理工程版）》2010年第4期550-553,共4页Journal of Wuhan University of Technology：Information & Management Engineering

基　　金：国家科技支撑计划基金资助项目(2008BAH21B03);山东省教育厅职成教育科研"十一五"规划基金资助项目(2010ZCJ104)

摘　　要：针对User-based协同过滤推荐和Item-based协同过滤推荐算法的不足,提出了一种改进的推荐算法。该算法融合User-based协同过滤推荐和Item-based协同过滤推荐算法思想,通过形成项目相似集来填充用户评分矩阵,并利用高评分阈值来计算用户相似性,有效改善了传统协同过滤推荐算法的数据稀疏性和实时性。实验结果表明,该算法可以显著提高推荐系统的推荐质量。Aiming at the disadvantages of User-based Collaborative Filtering Recommendation Algorithm and Item-based Collaborative Filtering Recommendation Algorithm,a novel recommendation algorithm that fused User-based Recommendation Algorithm and Item-based Recommendation Algorithm was proposed.The algorithm evaluated user-item matrix by the similar items and calculated the user similarity of target user by high ratings to improve the data sparsity and real-time performance of traditional collaborative filtering algorithms.The experiment results suggested that this method could provide better recommendation results.

关 键 词：推荐系统 基于用户的协同过滤 基于项目的协同过滤 相似性 平均绝对偏差 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]