基于领域最近邻的协同过滤推荐算法

摘要：

协同过滤是目前电子商务推荐系统中广泛应用的最成功的推荐技术,但面临严峻的用户评分数据稀疏性和推荐实时性挑战.针对上述问题,提出了基于领域最近邻的协同过滤推荐算法,以用户评分项并集作为用户相似性计算基础,将并集中的非目标用户区分为无推荐能力和有推荐能力两种类型;对于前一类用户不再计算用户相似性以改善推荐实时性,对于后一类用户则提出"领域最近邻"方法对并集中的未评分项进行评分预测,从而降低数据稀疏性和提高最近邻寻找准确性.实验结果表明,该算法能有效提高推荐质量.

关键词：协同过滤、推荐算法、领域最近邻、用户相似性、平均绝对误差

所属期刊栏目：45

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金项目70771037;教育部科学技术研究重点基金项目107067;高等学校博士学科点专项科研基金项目20050359006

在线出版日期：2008-11-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1532-1538