典型文献
基于可信预测值的协同过滤推荐算法
文献摘要：
针对在传统协同过滤算法中存在的推荐精度较低、预测质量不佳的问题,该文提出一种基于可信预测值的协同过滤算法(RPCF).该算法在使用基于记忆的协同过滤方法计算预测值的基础上,引入可信度概念和技术方法,运用对推荐项目评级的邻居数评估可信度,融合可信度与传统预测值得到可信预测值,再根据可信预测值进行推荐,从而达到提升算法质量的目标.在MovieLens数据集中与其他提高精度方法进行实验对比,实验结果表明:RPCF方法能够提高预测精度和算法鲁棒性,具有更好的推荐质量.
文献关键词：
协同过滤;推荐精度;可信度;可信预测值;鲁棒性
中图分类号：
作者姓名：
邓泓;吴祎;于程远;袁徽鹏
作者机构：
江西农业大学软件学院,江西 南昌 330045;江西农业大学计算机与信息工程学院,江西 南昌 330049
文献出处：
引用格式：
[1]邓泓;吴祎;于程远;袁徽鹏-.基于可信预测值的协同过滤推荐算法)[J].江西师范大学学报（自然科学版）,2022(06):642-648
A类：
可信预测值,RPCF
B类：
协同过滤推荐算法,协同过滤算法,推荐精度,过滤方法,可信度,评级,邻居,传统预测,MovieLens,提高精度,实验对比,和算
AB值：
0.188895
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
