作者:陈曦; 成韵姿协同过滤推荐算法时序行为影响力信息熵粒子群优化算法
摘要:摘要:为了进一步提高相似度计算的准确性,提出了一种优化组合相似度的协同过滤推荐算法。首先,建立用户一项目评分时间矩阵,根据用户对共同评分项目的评分时间先后顺序,计算用户之间的影响力;其次,根据用户对共同评分项目的评分差异,计算评分差异的加权信息熵;最后,将时序行为影响力融入到基于加权信息熵的相似度中,其中融合参数a由随机粒子群优化算法选择。通过与其他相似度计算方法比较,该算法降低了标准平均绝对误差和流行度,在一定程度上降低了数据稀疏性的影响,能更准确地计算相似度,从而提高了推荐质量。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社