计算机应用研究

作者：王伟,周刚,

单位：天津大学管理与经济学部,天津300072；

关键词：协同过滤,巴氏系数协同过滤算法,相似性度量,

传统基于邻居的协同过滤推荐方法必须完全依赖用户共同评分项，且存在极为稀疏的数据集中预测准确性不高的问题。巴氏系数协同过滤算法通过利用一对用户的所有评分项进行相似性度量，可以有效改善上述问题。但该种方法也存在两个很明显的缺陷，即未考虑两个用户评分项个数不同时的情况以及没有针对性地考虑用户偏好。在巴氏系数协同过滤算法的基础上进行了改进，既能充分利用用户的所有评分信息，又考虑到用户对项目的积极评分偏好。实验结果表明，改进的巴氏系数协同过滤算法在数据集上获得了更好的推荐结果，提高了推荐的准确度。

来源：2020年第12期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2020年第12期