您当前的位置: > 详细浏览

结合项目流行度加权的协同过滤推荐算法

请选择邀稿期刊:
摘要: 针对传统协同过滤算法中存在的流行度偏差问题,提出一种结合项目流行度加权的协同过滤推荐算法。在项目协同过滤算法的基础上,分析项目流行度和流行度差异对相似度的影响;设置流行度阈值,对大于该阈值的流行项目设计惩罚权重,降低其对项目间相似度的贡献。通过在MovieLens1M和Epinion数据集上进行实验验证和对比,结果表明,所提算法的预测准确度和覆盖率均优于传统算法,有效提高了推荐的多样性和新颖性,一定程度上缓解了流行度偏差问题。

版本历史

[V1] 2019-01-03 10:45:29 ChinaXiv:201901.00058V1 下载全文
点击下载全文
预览
许可声明
metrics指标
  •  点击量1555
  •  下载量883
评论
分享