一种基于自适应近邻选择的协同过滤推荐算法

摘要：

评分数据稀疏性问题和新用户冷开始问题对推荐系统性能造成很大的影响,为了提高推荐精度本文提出了一种基于自适应组合协同过滤推荐方法ANCF.该算法首先通过推荐系统收集到的用户特征数据和项目特征数据来改善原始相似度计算,然后再组合用户邻居集和项目邻居集来为用户未评分的项目进行预测评分.通过自适应协调因子协调处理两方面的影响.通过实验表明,该算法可以充分挖掘用户群邻居和项目群邻居对推荐结果的预测作用,提高推荐系统的预测精度.

关键词：基于项目协同过滤、基于用户协同过滤、推荐系统、相似性、属性特征

所属期刊栏目：12

分类号：TP311(计算技术、计算机技术)

在线出版日期：2016-08-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：127-130