典型文献
改进用户评分相似度的协同过滤推荐算法
文献摘要：
在协同过滤推荐算法中,传统的相似度计算方法在计算时未能考虑用户共同评分项目数量差异、评分数值差异、项目热门度差异和用户兴趣随时间因素变化差异的问题,导致相似度计算结果不准确,推荐结果准确率较低.针对这些问题,提出一种改进用户评分相似度的协同过滤推荐算法.通过在余弦相似度与修正余弦相似度的基础上引入评分数值差异与项目热门度差异的修正因子,来缓解用户评分差异与项目权重的影响;其次根据用户的兴趣随时间因素变化的特点,提出时间衰减因子,以捕捉用户的兴趣偏好的动态变化;最后引入权重因子将改进的两种相似度计算方法相结合,从而缓解用户共同评分项目数量差异所导致的问题,提升推荐结果的准确性与现实意义.通过使用MovieLens数据集进行对比实验,相比传统基于用户的协同过滤算法MAE值平均降低了5.43％,证明提出的改进算法能有效提高推荐结果的准确性.
文献关键词：
协同过滤算法;修正因子;推荐算法;时间衰减因子;相似度计算;权重因子;数据稀疏性;对比分析
中图分类号：
作者姓名：
王诗淞;刘伟哲;孙雪莲
作者机构：
大连民族大学理学院,大连 116650
文献出处：
引用格式：
[1]王诗淞;刘伟哲;孙雪莲-.改进用户评分相似度的协同过滤推荐算法)[J].现代计算机,2022(21):33-38
A类：
B类：
进用,协同过滤推荐算法,相似度计算,共同评分,分项,项目数,用户兴趣,时间因素,余弦相似度,正余弦,修正因子,时间衰减因子,兴趣偏好,权重因子,MovieLens,协同过滤算法,MAE,改进算法,数据稀疏性
AB值：
0.222153
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。
