基于项目流行度与用户行为的协同过滤推荐算法

针对传统的基于用户的协同过滤算法在计算用户相似度时存在的问题,提出了一种改进的思路,即考虑项目的流行度和用户行为对相似度计算的影响。在此基础上设计了新的算法。通过Movie Lens数据集测试表明,新的方法能够在一定程度上提高推荐系统的性能。