典型文献
用户评分偏好相似性的近邻推荐算法研究
文献摘要：
推荐系统技术可帮助用户快速找到感兴趣的物品,从而节省用户时间,也可帮助商家节约销售成本.为提高现有推荐算法预测的准确性和可扩展性,设计了基于用户偏好相似性的协同过滤推荐算法,分析用户对物品的情感偏好,并计算出喜欢指数和不喜欢指数,进而计算用户之间的相似程度,作出评分预测和物品推荐.MovieLens数据集上的多组实验表明,与其他几种经典算法相比,该方法提高了评分预测结果的准确性,减少了最优预测所需的邻居数量,算法时间复杂度更低,具有良好的性能和可扩展性.
文献关键词：
推荐算法;协同过滤;评分预测;用户偏好
中图分类号：
作者姓名：
艾均;赵兴源;苏湛;胡家祺;马天启;苏瑞卿
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]艾均;赵兴源;苏湛;胡家祺;马天启;苏瑞卿-.用户评分偏好相似性的近邻推荐算法研究)[J].软件导刊,2022(09):52-56
A类：
B类：
近邻,算法研究,推荐系统,感兴趣,省用,商家,销售成本,算法预测,可扩展性,用户偏好,协同过滤推荐算法,情感偏好,相似程度,评分预测,MovieLens,邻居,时间复杂度
AB值：
0.323273
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。
