一种基于云模型的融合相似度推荐方法

传统协同过滤算法依据用户的共同评分来计算用户相似度,进而产生推荐。随着系统用户数目和商品数目的不断增加,用户共同评分的项目越来越少,甚至没有,因此传统的协同过滤算法对用户之间相似度的衡量将会越来越不准确,导致整个推荐系统的准确度降低。针对这一问题,本文提出一种基于云模型的融合相似度推荐方法,并使用云模型来计算相似度。实验结果表明,该算法能有效解决用户评分数据的稀疏问题,还能提高推荐系统的推荐质量。