一种自适应局部和全局融合的协同过滤算法

摘要：

相似度计算模型是协同过滤技术的核心,相似度模型的好坏直接关系到近邻用户推荐的准确性.通过用户项目评分数据集局部相似性与全局相关性分析,提出相似性度量改进模型,而改进后模型用MovieLens100K数据集实验验证,通过均方根误差、平均绝对误差和召回率三个实验结果分析.该算法可有效地提高推荐预测评分和推荐项目的准确率.

关键词：协同过滤、局部相似性、全局相关性、个性化推荐

所属期刊栏目：19

分类号：TP181(自动化基础理论)

资助基金：国家社会科学基金16BTY073

在线出版日期：2019-07-08（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：174-179