融合多因素的专家组评分协同过滤推荐算法

摘要：

针对传统协同过滤推荐算法的不足，提出一种新的推荐算法，该算法重新诠释专家与用户的关系。首先，结合全局专业指数和局部活跃指数定义专家的条件，再选取合适的比例组成专家组，然后按照专家的判断力以及与目标用户的相异度分配评分权重，最后定义预测评分选出最佳推荐，同时，专家组成员是动态变化的，其评分也各有权重，推荐的结果更贴近目标用户。因此，本算法推荐的信息利用率高，推荐的结果清晰明了，在公开数据集GroupLens和Netflix上的实验结果表明，本算法预测用户评分的准确率明显优于传统算法。

关键词：全局专业指数、局部活跃指数、相异度、判断力、协同过滤推荐算法

分类号：TP391(计算技术、计算机技术)

资助基金：2015年茂名市科技计划项目201524

在线出版日期：2015-08-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：25-30