×

针对协同过滤推荐算法的相似度计算方法

消耗积分:0 | 格式:pdf | 大小:2.54 MB | 2021-03-25

分享资料个

　　协同过滤推荐算法通过对用户行为进行相似度计算来实现目标推荐，但传统协同过滤算法的相似度计算存在一定的失真性。针对该问题，依据越不流行的物品兴趣分配权重越大的思想，提出逆流行度与共同兴趣项的概念，并设计一种相似度计算方法。在相似度计算时降低流行度高的物品的权重，从而减小热门物品对用户个性化的影响，同时提高共同兴趣数量对相似度影响的权重。在此基础上，建立一种新的推荐模型从而为目标用户推荐相似度最高的用户集。在数据集 Movielens上的实验结果表明该相似度计算方法能够取得较好的推荐效果其精确率、召回率及F1值优于 Cosin、 Pearson和 Corrosin方法。

下载并关注上传者 开通VIP，低至0.08元下载/次

声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉

评论(0)
发评论

下载排行榜

全部0条评论

快来发表一下你的评论吧 !