使用群体兴趣偏向度缓解协同过滤稀疏性问题

摘要：

协同过滤是目前电子商务推荐系统中广泛应用的、最成功的推荐技术。随着电子商务站点用户和商品项数量的不断增长,用户评分数据稀疏性问题成为User-based协同过滤推荐算法的瓶颈。针对上述问题,提出了群体兴趣偏向度的计算方法,将其应用于电子商务协同过滤中对用户-项目评分矩阵空缺值的预测,从而在提高最近邻搜寻准确度的同时也缓解了数据稀疏性问题。实验结果表明,该算法能有效提高推荐质量。

关键词： 协同过滤 推荐算法 群体兴趣偏向度 平均绝对偏差 电子商务

作者: 李聪 梁昌勇 马丽

作者单位: 合肥工业大学管理学院 合肥 230009 西华师范大学商学院 南充 637002

会议类型: 国内会议

会议名称: 信息系统协会中国分会第二届学术年会

会议地点: 昆明

会议语种:中文

页码: 680-683

在线出版日期: 2007-11-08（万方平台首次上网日期，不代表论文的发表时间）