-
题名用户间多相似度协同过滤推荐算法
被引量:68
- 1
-
-
作者
范波
程久军
-
机构
同济大学计算机科学与工程系
同济大学嵌入式系统与服务计算教育部重点实验室
-
出处
《计算机科学》
CSCD
北大核心
2012年第1期23-26,共4页
-
基金
国家自然科学基金项目(90818023)
上海市项目(08GG08
+1 种基金
09JC1414200)
教育部新教师基金(20090072120048)资助
-
文摘
传统的User-based协同过滤推荐算法仅采用了单一的评分相似度来度量用户之间对任何项目喜好的相似程度。然而根据日常经验,人们对不同类型事物的喜好程度往往是不同的,单一的评分相似度显然无法准确描述这种不同。针对上述问题,提出了一种基于用户间多相似度的协同过滤推荐算法,即基于用户间对不同项目类型的多个评分相似度来计算用户对未评分项目的预测评分。实验结果表明,该算法可以有效地提高预测评分的准确性及推荐质量。
-
关键词
多相似度
协同过滤推荐算法
user-based
MAE
-
Keywords
Multi-similarity
Collaborative filtering recommendation algorithm
user-based
MAE
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名协同过滤技术在电影推荐中的应用
- 2
-
-
作者
陈俊然
-
机构
安徽理工大学计算机科学与工程学院
-
出处
《电脑编程技巧与维护》
2019年第1期93-94,97,共3页
-
文摘
给电影爱好者推荐那些令他们感兴趣的电影,一直是电影推荐系统中的热点问题。通过离线实验分析电影评分网站的用户行为数据,采用User-based CF、Item-based CF两种协同过滤算法实现电影推荐。在实现推荐的同时,利用召回率、准确率、覆盖率3种指标对两种推荐算法的效果进行了评测。
-
关键词
协同过滤
user-based
CF算法
Item-based
CF算法
用户行为数据
推荐系统
-
分类号
TP391.3
[自动化与计算机技术—计算机应用技术]
-