郭迎迎 王波 周繼平
摘要:協(xié)同過濾是目前電子商務推薦系統(tǒng)中使用最廣泛最成功的一種個性化推薦算法。受數(shù)據(jù)稀疏性影響,傳統(tǒng)協(xié)同過濾算法在較小共同評分項集上計算出的相似度不能準確反映用戶間的相似關(guān)系,嚴重影響了推薦系統(tǒng)的精度。針對該問題,在分析共同評分分布及其與相似度關(guān)系的基礎(chǔ)上,提出了基于共同評分的協(xié)同過濾算法,無須計算相似度,直接將共同評分作為最近鄰選擇標準。MovieLens實驗表明該算法能明顯提高預測結(jié)果的準確性和覆蓋率。
關(guān)鍵詞:電子商務;協(xié)同過濾;共同評分