基于用户-项目特征的协同过滤推荐改进算法  

Improved Collaborative Filtering Recommendation Algorithm Based on Users-Item Attributes

作　　者：朱珠[1] 辜丽川[1] 舒贵阳[1] 冯娟娟[1] 王超[1] 陈卫[1] ZHU Zhu;GU Lichuan;SHU Guiyang;FENG Juanjuan;WANG Chao;CHEN Wei(Informaiton and Computer Institute, AnHui Agriculture University, Anhui, Hefei 230036, China)

机构地区：[1]安徽农业大学信息与计算机学院,安徽合肥230036

出　　处：《铜仁学院学报》2017年第9期15-19,23,共6页Journal of Tongren University

基　　金：国家自然科学基金项目(31371533);安徽省重大科技专项(16030701092);安徽农业大学2015年度教育改革与发展研究项目(18)

摘　　要：基于用户的协同过滤推荐算法是当前使用范围最广的推荐算法之一。传统的协同过滤推荐算法仅依靠用户对项目的打分记录,数据稀疏度高而且来源单一,对用户间相似度测算的可信度影响较大。针对这一问题,引入用户画像信任度和类别评分差异度两个概念,对传统基于用户的协同过滤推荐算法进行改进,提出一种多维用户相似性计算方法,该算法通过调节用户画像信任度和类别评分差异度在用户相似性计算中的贡献系数,进而影响推荐算法评价指标MAE的变化,实验结果表明,新算法较原算法在命中率和准确率上有较大提高。Collaborative filtering recommendation algorithm is one of the current's most widely used algorithms.Traditional collaborative filtering recommendation algorithm just rely on user’s rating matrix,which in high level of data sparseness and single data source,affect the credibility of user similarity computing.To solve this problem,the author put forward an improved recommendation algorithm based on user similarity in characteristics of user roles and user’s rating quantity between different categories.By adjust the weight coefficient of two measures and observe the changes in MAE,to verity the high hit rate and accuracy in this paper.

关 键 词：用户画像 项目类别 相似性 协同过滤 

分 类 号：TP399[自动化与计算机技术—计算机应用技术]