一种新颖的协同推荐算法研究

摘要：

　　为了克服协同推荐系统中的用户评分数据稀疏性和推荐实时性差的问题，提出了一种高效的基于粗集的个性化推荐算法。该算法首先利用维数简化技术对评分矩阵进行优化，然后采用分类近似质量计算用户间的相似性形成最近邻居，从而降低数据稀疏性和提高最近邻寻找准确性。实验结果表明，该算法有效地解决用户评分数据极端稀疏情况下传统相似性度量方法存在的问题，显著地提高推荐系统的推荐质量。

关键词： 推荐系统 协同推荐算法 维数简化技术 用户相似性

作者: 李慧 胡云 李存华

作者单位: 淮海工学院计算机工程学院,江苏 连云港 222002 淮海工学院计算机工程学院,江苏 连云港 222002 南京大学信息工程学院,江苏 南京 110004

会议类型: 国内会议

会议名称: 2011年江苏省人工智能学术会议

会议地点: 徐州

会议语种:中文

页码: 69-72,77

在线出版日期: 2011-10-22（万方平台首次上网日期，不代表论文的发表时间）