期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
利用用户不偏好项目属性提高项目协同过滤算法效率和精度 被引量:2
1
作者 文诗琪 王成 +3 位作者 苏芳芳 刘技峰 陈叶旺 郑国旗 《小型微型计算机系统》 CSCD 北大核心 2017年第8期1735-1740,共6页
针对传统项目协同过滤算法选择最近邻时需要计算待评分项目与所有其它项目之间的相似度而导致算法效率和推荐精度低的缺点,提出一种基于用户不偏好项目属性的项目协同过滤算法.该算法通过对用户评分偏低的项目属性进行归一化计数并设定... 针对传统项目协同过滤算法选择最近邻时需要计算待评分项目与所有其它项目之间的相似度而导致算法效率和推荐精度低的缺点,提出一种基于用户不偏好项目属性的项目协同过滤算法.该算法通过对用户评分偏低的项目属性进行归一化计数并设定阈值,从而将其分为用户不偏好项目属性和非用户不偏好项目属性.只有在其它项目与待评分项目同时具有用户不偏好项目属性或同时都不具有用户不偏好项目属性时,该项目才作为待评分项目最近邻的备选项,才需要计算两项目之间的相似度.该算法通过减少备选最近邻项目集大小和需要计算项目相似度的个数,提高了算法效率;与此同时,由于不合理项目已提前从备选最近邻项目集中排除,选取作为评分预测的最近邻会更为合理,推荐精度也会提高.在数据极度稀疏的Movie Lens-100K数据集上的五折交叉验证结果表明,相较于传统的项目协同过滤算法、基于项目偏好相似的项目协同过滤算法,该算法有更高的效率、精度和覆盖率. 展开更多
关键词 项目协同过滤 用户不偏好项目属性 备选最近项目集 时间效率 推荐精度
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部