基于从众心理矩阵和加权相似度的推荐算法

为提高推荐算法的精度,提出一种基于从众心理矩阵和加权相似度的推荐算法。引入项目流行度阈值K,根据项目流行度对项目进行筛选,对高流行度项目的评分矩阵进行调整;通过用户兴趣度量函数度量用户的现阶段偏好项目,基于每个用户的现阶段偏好项目计算用户间的兴趣相似度;采用相似度加权融合的方式获取用户相似度。实验结果表明,该算法的推荐精度优于传统的协同过滤算法。