基于用户评分和项目类偏好的协同过滤推荐算法  

作　　者：王宇飞[1,2] 宋俊典[2,3] 戴炳荣[2,3] 

机构地区：[1]西安交通大学软件学院,陕西西安710049 [2]上海计算机软件技术开发中心 [3]上海市计算机软件评测重点实验室,上海201112

出　　处：《软件导刊》2016年第12期25-29,共5页Software Guide

基　　金：上海市科研计划项目(15511101503);张江重点专项(201505-PD-LG-C104-008);上海市科技人才计划项目(16XD1421500)

摘　　要：协同过滤(Collaborative Filtering)算法一般采用Pearson相关系数、索伦森指数等方法衡量用户之间的相似性。但是,这些方法难以区分个人的习惯和偏好,以至于计算结果准确度低、区分度差。因此提出从评分差异、评分偏好、置信度3个方面衡量用户的评分相似性,结合项目类偏好去衡量用户相似性。真实数据集上的测试结果显示,改进后的算法比传统度量方法获取到的平均绝对误差(MAE)值更小,能够有效地提高推荐质量。

关 键 词：协同过滤 评分相似性 项目类偏好 个性化推荐技术 

分 类 号：TP312[自动化与计算机技术—计算机软件与理论]