基于用戶偏好的協同過濾算法
大?。?/span>0.72 MB 人氣： 2017-12-20 需要積分：1
標簽：協同過濾(9756)
針對傳統協同過濾推薦算法僅通過使用用戶評分數據計算用戶相似度以至于推薦精度不高的問題，提出一種改進的協同過濾推薦算法。首先，以用戶評分的平均值作為分界點得出用戶間的評分差異度，并將其作為權重因子計算基于評分的用戶相似度；其次，依據用戶項目評分和項目類別信息挖掘用戶對項目類別的興趣度以及用戶項目偏好，并以此計算用戶偏好相似度；然后，結合上述兩種相似度加權產生用戶綜合相似度；最后，融合傳統項目相似度和用戶綜合相似度進行評分預測及項目推薦。實驗結果表明，相對于傳統的基于用戶評分的協同過濾推薦算法，所提算法在數據集下的平均絕對誤差值平均降低了2. 4%。該算法可在一定程度上提高推薦算法精度以及推薦質量。
?
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
基于用戶偏好的協同過濾算法下載
相關電子資料下載
- 神經協同過濾NCF原理及實戰 4897
- 基于協同過濾算法的推薦 292
- 系統機器學習算法總結知識分享 4608
- 基于RFID技術和協同過濾技術的傳統超市購物應用 533
- 人工智能四大概念（分類方法、類別、機器學習和協同過濾） 39957