基于心理测量学的协同过滤相似度方法
基于邻居(neighborhood-based)的协同过滤是一项很受欢迎的用于推荐系统的技术。它可以分为基于用户(user-based)和基于项目(item-based)协同过滤，它通过用户或项目之间的相似性预测用户对于未评分项目的偏好。然而,传统的相似度方法易受数据稀疏影响。为了解决这个问题,提出了基于心理测量学(psychometrics-based)的相似度方法。实验结果表明,提出的相似方法更适合基于邻居协同过滤,它们可以提高推荐准确性和覆盖度(coverage)。
协同过滤 数据稀疏 心理测量学 相似度方法
胡必云 李舟军 王君
北京航空航天大学计算机科学与工程学院,北京,100191
国内会议
北京
中文
279-285
2010-10-13（万方平台首次上网日期，不代表论文的发表时间）