用户间多相似度协同过滤推荐算法

摘要：

传统的User-based协同过滤推荐算法仅采用了单一的评分相似度来度量用户之间对任何项目喜好的相似程度.然而根据日常经验,人们对不同类型事物的喜好程度往往是不同的,单一的评分相似度显然无法准确描述这种不同.针对上述问题,提出了一种基于用户间多相似度的协同过滤推荐算法,即基于用户间对不同项目类型的多个评分相似度来计算用户对未评分项目的预测评分.实验结果表明,该算法可以有效地提高预测评分的准确性及推荐质量.

关键词：多相似度、协同过滤推荐算法、User-based、MAE

所属期刊栏目：39

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目90818023;上海市项目08GG08,09JC1414200;教育部新教师基金20090072120048

在线出版日期：2012-04-27（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：23-26