%A 王劲松,蔡朝晖,李永凯,刘树波 %T 基于用户评分差异性和相关性的协同过滤推荐算法 %0 Journal Article %D 2018 %J 计算机科学 %R 10.11896/j.issn.1002-137X.2018.05.032 %P 190-195 %V 45 %N 5 %U {https://www.jsjkx.com/CN/abstract/article_143.shtml} %8 2018-05-15 %X 传统的协同过滤相似性度量方法主要考虑用户评分之间的相似性,缺少对评分差异性的考虑。文中 将用户评分关系分为差异部分和相关部分,提出了一种基于用户评分差异性和相关性的相似性度量方法。该方法在非极其稀疏数据集下有较好的推荐效果。针对该方法在稀疏数据集下存在推荐不准确的问题,采用预填充方法对其进行改进。实验表明,该方法在预填充后的推荐精度得到明显提高。