《计算机应用研究》|Application Research of Computers

一种基于改进的巴氏系数的协同过滤推荐算法

Collaborative filtering recommendation algorithm based on improved Bhattacharyya coefficient

免费全文下载 (已被下载 次)  
获取PDF全文
作者 王伟,周刚
机构 天津大学 管理与经济学部
统计 摘要被查看 次,已被下载
摘要 基于邻居的协同过滤推荐,是当前推荐系统信息过滤技术中非常常见的推荐方法。传统基于邻居的协同过滤推荐方法必须完全依赖用户共同评分项,且存在极为稀疏的数据集中预测准确性不高的问题。巴氏系数协同过滤算法通过利用一对用户的所有评分项进行相似性度量,可以有效改善上述问题。但该种方法也存在两个很明显的缺陷:一个是未考虑两个用户评分项个数不同时的情况,另一个是没有针对性地考虑用户偏好。该文在巴氏系数协同过滤算法的基础上进行了改进,既能充分利用用户的所有评分信息,又考虑到用户对项目的积极评分偏好。实验结果对比表明,改进的巴氏系数协同过滤算法在数据集上获得更好的推荐结果,提高了推荐的准确度。
关键词 协同过滤;巴氏系数协同过滤算法;相似性度量
基金项目
本文URL http://www.arocmag.com/article/02-2020-12-010.html
收稿日期
修回日期
页码 -
中图分类号 TP391
文献标志码