一种基于横向-纵向角度的用户偏好挖掘算法
度量用户间的相似度是基于存储的推荐算法的关键部分,直接影响到算法预测的准确性,而准确的描述用户偏好是计算用户间相似度的前提.本文提出一种新的描述用户偏好的方法,从横向和纵向两个角度挖掘用户的真实偏好,并充分利用了包含更多用户偏好信息的不平凡评分.横向角度考虑用户个人的打分习惯;纵向角度结合其他用户的评分描述用户偏好.在MovieLens数据集上的实验结果表明,该方法在一定程度上提高了推荐算法预测的准确性.
推荐算法 用户偏好 横向角度 纵向角度
凡保磊 李嘉 牛常勇
郑州大学信息工程学院,郑州,450052
国内会议
河南信阳
中文
6-9
2011-08-20（万方平台首次上网日期，不代表论文的发表时间）