基于用户属性和项目类别的协同过滤算法
针对传统的协同过滤算法中数据稀疏性所导致的推荐系统推荐质量不高的问题,文章结合用户和产品背景信息,对其进行加权处理,提出了基于用户和产品信息加权的协同过滤算法.该方法首先计算基于用户属性的相似性和基于项目类别的相似性,然后将计算的结果作为加权值融合到传统的相似度计算中,弥补因为数据稀疏而造成不能准确地进行个性化推荐的不足,提供更多可参考数据进行精确推荐.实验结果表明,该算法能有效提高推荐质量,产生较好的推荐效果.
协同过滤算法 用户属性 项目类别 相似度度量
黄霞 韦素云 业宁 朱健 张硕
南京林业大学信息科学技术学院 南京 210037
国内会议
江苏淮安
中文
5-7,25
2012-10-01（万方平台首次上网日期，不代表论文的发表时间）