受限玻尔兹曼机与加权Slope One的混合推荐算法研究

分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2019-01-03 合作期刊: 《计算机应用研究》

沈学利 赫辰皓 孟祥福

摘要： 针对传统协同过滤算法所面临的稀疏性及预测准确度不高的问题，提出一种基于受限玻尔兹曼机与加权Slope One的混合推荐算法。首先通过受限玻尔兹曼机对评分矩阵的初步填充，缓解数据的稀疏性问题；然后通过一种混合项目相似度计算方法，引入项目属性信息；最后通过加权Slope One算法的二次预测，提升推荐效果。在MovieLens100K数据集上的实验表明，两种算法的结合提高了推荐的准确度。

 点击量 1927  下载量 1122  评论