推荐系统中一种新的相似性计算方法

摘要：

随着互联网的发展,推荐系统逐步得到广泛应用,协同过滤是其中的关键技术之一,它根据相似用户的喜好产生对目标用户的推荐.随着用户和项目数量的增加,用于产生推荐的数据集将极端稀疏,协同过滤系统的性能下降.为此,提出了一种新的用户多层相似性度量,不仅降低数据稀疏性的影响,而且克服了相似不相同的问题.实验表明,该度量方式能够提高协同过滤系统的推荐质量.

关键词：推荐算法、协同过滤、相似性

所属期刊栏目：34

分类号：TP3(计算技术、计算机技术)

资助基金：南京信息工程大学校科研和教改项目Y507

在线出版日期：2007-10-08（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：187-189