-
题名基于直接评分与间接评分的协同过滤算法
被引量：1
- 1
-
-
作者
宋威
陈利娟
-
机构
北方工业大学信息工程学院
-
出处
《计算机工程与设计》
北大核心
2015年第5期1228-1232,共5页
-
基金
国家自然科学基金项目(61105045)
北方工业大学科研人才提升计划基金项目(CCXZ201303)
-
文摘
协同过滤面临着用户评分数据极为稀疏的问题,为改善不同稀疏程度数据上的推荐效果,提出基于直接评分与间接评分的协同过滤算法。针对直接评分,定义加权用户相似性和加权项目相似性度量标准,构造直接推荐用户集合与直接推荐项目集合,给出直接评分权重的计算方法;针对间接评分,构造相似评分集合,定义评分相似性度量标准。定义综合评分权重,在直接评分与间接评分的基础上得到最终推荐结果。大量实验结果表明,该算法在不同稀疏程度的数据上均具有较高的推荐质量。
-
关键词
推荐系统
协同过滤
直接评分
间接评分
综合评分
-
Keywords
recommender system
collaborative filtering
direct rating
indirect rating
comprehensive rating
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名一种面向稀疏数据基于间接评分的协同过滤算法
被引量：1
- 2
-
-
作者
张超
颜伟
-
机构
曲阜师范大学网络信息中心
-
出处
《曲阜师范大学学报（自然科学版）》
CAS
2019年第3期60-65,共6页
-
文摘
针对数据稀疏性问题,从提高稀疏数据矩阵利用效率这个角度,提出了一种基于间接评分的协同过滤算法,在基于用户和基于项目的协同过滤算法基础上,将2种算法的预测评分进行动态地混合加权作为直接预测评分,同时引入“相似用户”对“相似物品”的评分作为间接预测评分,最后把间接预测和直接预测2种评分加权形成用户对项目的最终评分.为证明该方法的有效性,使用MovieLens电影评分数据集对算法进行验证,结果表明该方法的平均绝对误差要比传统的基于用户和基于项目的协同过滤算法低,表明了在稀疏数据上该文提出的基于间接评分的协同过滤算法效果更佳.
-
关键词
数据稀疏性
间接评分
推荐系统
协同过滤
-
Keywords
data scarcity
indirect rating
recommended system
collaborative filtering
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
