ASUCF:基于平均相似度的协同过滤推荐算法 |
| |
引用本文: | 叶锡君,曹萍.ASUCF:基于平均相似度的协同过滤推荐算法[J].计算机工程与设计,2014(12):4217-4222. |
| |
作者姓名: | 叶锡君 曹萍 |
| |
作者单位: | 南京农业大学信息科学技术学院,江苏南京,210095 |
| |
基金项目: | 国家自然科学基金项目(31301691);江苏省高等教育教改研究基金项目 |
| |
摘 要: | 针对CF推荐技术依赖的评分矩阵在现实中存在的稀疏性问题,提出用户-项目平均相似度协同过滤推荐算法(ASUCF)。对评分矩阵进行充分挖掘、多次利用,引入平均相似度来惩罚用户或项目的评分或被评分的波动;综合考虑用户和项目两方面,提高预测评分的可靠性。实验结果表明,该方法可以有效提高预测的准确性及推荐质量。
|
关 键 词: | 推荐系统 协同过滤 平均相似度 平均绝对偏差 个性化推荐 |
本文献已被 CNKI 万方数据 等数据库收录! |
|