基于邻近项目的Slope One协同过滤算法

作     者：杜茂康 刘苗 李韶华 浦琴 DU Maokang;LIU Miao;LI Shaohua;PU Qin

作者机构：重庆邮电大学经济管理学院重庆400065 重庆市电信规划设计院重庆400041 

基　　金：重庆市自然科学基金(CSTC2011jjA40045) 国家社会科学基金(12CGL049) 

出 版 物：《重庆邮电大学学报（自然科学版）》 (Journal of Chongqing University of Posts and Telecommunications(Natural Science Edition))

年 卷 期：2014年第26卷第3期

页      码：421-426页

摘      要：协同过滤是个性化推荐系统中的常用技术,数据稀疏性是影响协同过滤算法预测准确度的主要因素。提出了改进的Slope One算法,在该算法中,首先根据用户历史评分计算项目间相似性,然后依据项目相似性选取当前活跃用户评价过的k个相似项目记为邻近项目集合,并计算目标项目与其邻近项目的评分偏差,最后以项目间相似性为权重,计算当前活跃用户对目标项目的评分预测值。该算法使用邻近项目进行计算,降低数据的稀疏性,同时减少了计算量。使用标准MovieLens数据集对该算法的预测结果进行验证,结果表明:相对于原算法,该算法提高了预测的准确性,与其他协同过滤算法相比,推荐准确度也有明显的提高。

主 题 词：电子商务 个性化推荐 混合推荐 Slope One算法 

学科分类：08[工学] 0835[0835] 081202[081202] 0812[工学-测绘类] 

D　O　I：10.3979/j.issn.1673-825X.2014.03.025

馆 藏 号：203766244...