计算机应用研究

作者：魏甜甜,陈莉,范婷婷,吴小华,

单位：西北大学信息科学与技术学院,西安710127；

关键词：协同过滤,相似性度量,流行度偏差,项目流行度,

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MovieLens 1M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。

来源：2020年第3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3期