基于Sigmoid函数的Web服务协同过滤推荐算法
协同过滤推荐技术被广泛用于各个推荐系统,但它仍然存在着用户评分数据稀疏性问题,可能导致推荐结果不准确.针对该问题,提出一种基于Sigmoid函数的协同过滤推荐算法.首先,分析用户兴趣与其调用服务的次数之间的非线性关系;其次,定义一个Sigmoid函数,根据服务调用次数计算用户对服务的兴趣度;最后,基于用户兴趣度完成协同过滤算法,实现个性化的服务推荐.实验证明,该方法能有效缓解数据稀疏性问题,提高了推荐质量.
推荐系统 协同过滤 Sigmoid函数 用户兴趣度 数据稀疏性
毛宜钰 刘建勋 胡蓉 唐明董 石敏
知识处理与网络化制造湖南省普通高校重点实验室,湖南湘潭411201
国内会议
咸宁
中文
96-103
2015-11-07（万方平台首次上网日期，不代表论文的发表时间）