典型文献
一种融合用户相似性与评分距离的个性化推荐算法
文献摘要：
基于距离模型的协同过滤通过计算用户间已知评分的距离,并使用该距离来预测目标用户的未知评分,但该类算法因预测需要使用所有邻居而导致需要大量缓存距离计算结果.针对这一问题,设计了一种融合用户相似性与用户评分距离的个性化推荐算法,基于用户间的相似性对邻居进行筛选,使用筛选之后的邻居集合预测未知评分.基于MovieLens数据与现有几种经典算法进行比较实验,证明了设计方法的有效性,在降低29％邻居数量的基础上,该算法提高了预测准确性、推荐列表排序性能等多个关键指标.
文献关键词：
推荐系统;协同过滤;相似性;评分距离;个性化推荐
中图分类号：
作者姓名：
苏湛;黄忠;艾均
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]苏湛;黄忠;艾均-.一种融合用户相似性与评分距离的个性化推荐算法)[J].软件工程,2022(10):20-27
A类：
评分距离
B类：
用户相似性,个性化推荐,推荐算法,基于距离,协同过滤,法因,缓存,距离计算,邻居集,集合预测,MovieLens,比较实验,预测准确性,列表,关键指标,推荐系统
AB值：
0.33092
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。
