典型文献
融合共同评分数量和质量的协同过滤个性化推荐算法
文献摘要：
为了改善经典协同过滤个性化推荐算法准确性不高、推荐列表排序性能和偏好分类预测精确性低的缺点,综合考虑了用户共同评分物品数量及质量,通过降低共同评分物品数量较少或质量不高的邻居用户权重,设计了一种用户相似性度量方法进行协同过滤和评分预测.通过实验,在MovieLens电影评分数据集上与领域内几个典型协同过滤算法对比,研究发现本文设计的融合用户共同评分数量和质量的协同过滤个性化推荐算法可以将预测误差降低8.41％,将推荐列表排序性能提高10.21％,将偏好分类预测准确率提高2.55％.
文献关键词：
推荐算法;评分预测;相似性;共同评分
中图分类号：
作者姓名：
蔡依芳;艾均;苏湛
作者机构：
上海理工大学光电信息与计算机工程学院,上海 200093
文献出处：
引用格式：
[1]蔡依芳;艾均;苏湛-.融合共同评分数量和质量的协同过滤个性化推荐算法)[J].软件工程,2022(08):20-24
A类：
B类：
合共,共同评分,个性化推荐,推荐算法,列表,分类预测,精确性,品数,邻居,用户相似性,相似性度量,评分预测,MovieLens,电影评分,评分数据,协同过滤算法,算法对比,预测误差,性能提高,预测准确率
AB值：
0.308533
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。
