| 基于改进联合相似度计算的图书推荐算法 |
| |
| 引用本文： | 李月,陈丽,王槐彬. 基于改进联合相似度计算的图书推荐算法[J]. 计算机与现代化, 2019, 0(3): 85. DOI: 10.3969/j.issn.1006-2475.2019.03.016 |
| |
| 作者姓名： | 李月 陈丽 王槐彬 |
| |
| 作者单位： | 广东交通职业技术学院信息学院,广东 广州,510650;广东交通职业技术学院信息学院,广东 广州,510650;广东交通职业技术学院信息学院,广东 广州,510650 |
| |
| 基金项目： | 教育部职业院校信息化教学指导委员会2018-2020年信息化教学研究课题（2018LXB0301） |
| |
| 摘 要： | 推荐系统可有效解决海量数据中的信息过载问题，为用户推荐感兴趣的信息。用户相似度计算是一种常用的推荐算法，但传统算法仅考虑用户-物品评分之间的相似性，忽略了用户固有特征对用户喜好的影响。考虑用户特征对推荐效果的影响，本文提出一种联合用户特征相似度及用户评分相似度计算的算法，采用F1衡量指标评价推荐效果的有效性。实验结果表明改进算法能有效提高推荐效果，取得更好的用户体验。
|
| 关 键 词： | 推荐系统 相似度计算 联合相似度计算 改进算法 F1衡量指标 |
| 收稿时间： | 2019-04-10 |
A Book Recommendation Algorithm Based on Improved Co-similarity Calculation |
| |
| LI Yue,CHEN Li,WANG Huai-bin. A Book Recommendation Algorithm Based on Improved Co-similarity Calculation[J]. Computer and Modernization, 2019, 0(3): 85. DOI: 10.3969/j.issn.1006-2475.2019.03.016 |
| |
| Authors: | LI Yue CHEN Li WANG Huai-bin |
| |
| Abstract: | Recommendation system can solve the information overload in mass data and recommend content that users are interested in. User similarity calculation is a common recommendation algorithm, but the traditional algorithm only considers the similarity between user-item ratings and ignores the influence of users’ inherent characteristics. This paper presents an algorithm combining user feature similarity with user-item rating similarity, and uses F1 indicator to evaluate the efficiency of the recommendation algorithm. The experimental results show that the improved algorithm can effectively improve the recommendation effect. |
| |
| Keywords: | recommended system similarity calculation co-similarity calculation improved algorithm F1 indicator |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《计算机与现代化》浏览原始摘要信息 |
|
点击此处可从《计算机与现代化》下载全文 |
