一种基于改进的巴氏系数的协同过滤推荐算法OA北大核心CSCDCSTPCD
Collaborative filtering recommendation algorithm based on improved Bhattacharyya coefficient
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…查看全部>>
王伟;周刚
天津大学 管理与经济学部,天津300072天津大学 管理与经济学部,天津300072
信息技术与安全科学
协同过滤巴氏系数协同过滤算法相似性度量
《计算机应用研究》 2020 (12)
3569-3571,3
评论