作者:成韵姿; 陈曦; 傅明协同过滤推荐算法云填充时序行为影响力jaccard系数
摘要:针对传统推荐算法的相似性度量准确性不高及数据极端稀疏性等问题,提出一种基于云填充和混合相似性的协同过滤推荐算法。首先通过云模型填充用户一项目评分矩阵,然后对相似性度量方法进行改进,将基于时间序列的用户间影响力融合到基于Jaccard系数的相似性度量方法中。在MovieLens数据集上的验证结果表明,改进后的算法提高了推荐精度同时在一定程度上克服了数据稀疏性的影响。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社