基于矩阵填充和物品可预测性的协同过滤算法

摘要：

针对传统矩阵填充算法忽略了预测评分与真实评分之间的可信度差异和传统Top-N方法推荐精度低等问题,提出了一种改进的协同过滤算法.该算法首先利用置信系数C区分评分值之间的可信度;然后提出物品可预测性的概念,综合物品的预测评分与物品的可预测性进行物品推荐并将其转化为0-1背包问题,从而筛选出最优化的推荐列表.实验结果表明:该算法能有效缓解稀疏性的影响,提高推荐性能,并且算法具有良好的可扩展性.

关键词：协同过滤、推荐系统、预测评分、相似度、0-1背包问题

所属期刊栏目：43

分类号：TP3;TP1

资助基金：国家高技术研究发展计划863计划2014AA01A;国家自然科学基金61572520资助 Supported by National High Technology Research and Development Program 863 Program2014AA01A;National Natural Science Foundation of China61572520

在线出版日期：2017-12-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1597-1606