作者：韩院彬; 赵辉; 檀蓉; 房海峰api服务协同过滤推荐算法信任度挖掘空值填补个性化推荐仿真实验
摘要：在构建用户兴趣模型时,为了充分挖掘用户间的信任度和关注度,针对现有的API服务推荐算法,提出一种基于用户信任度和关注度的改进型协同过滤API服务推荐算法。该算法在传统算法的基础上引入用户间的信任度和关注度概念,以此提升准确性,优化推荐顺序。针对矩阵的稀疏性和用户客观原因造成的推荐误差,分别采用改进的空值填补法和均值中心化法进行处理。通过实现模型和算法的实验仿真,证明了改进的算法比传统算法具有更高的准确性及更优的推荐顺序。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
