基于Slope One算法的图书推荐系统优化

摘要：

Slope One算法是一种易实现，运算效率高，可扩展性好的协同过滤推荐算法，但该算法依赖大量用户对待预测项目的评分，在数据稀疏的情况下用户评分的可靠性对推荐结果的影响很大。该文首先利用LensKit工具下的Slope One算法和某在线图书网站的数据进行了图书推荐实验，分析了三个导致图书推荐效果不好的原因，然后提出了稀疏数据下的基于预测评分可靠性加权的Slope One算法优化，最后对优化后的推荐算法进行对比实验，证明改进后的图书推荐系统在内存使用率和推荐质量上均有明显提高。

关键词：协同过滤、图书推荐系统、Slope One算法、算法优化、LensKit工具

分类号：TP311(计算技术、计算机技术)

在线出版日期：2015-03-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：79-81