摘要: 协同过滤推荐算法是在电子商务推荐系统中应用最成功的推荐技术之一。提出了一种基于共同评分和相似性权重的协同过滤推荐算法。该算法选择用户的共同评分数据计算用户的相似性,选择项目被用户共同评分的数据计算项目的相似性,再分别计算基于用户以及项目算法的预测评分,然后通过相似性权重结合两者得到最终的预测结果,最后再根据预测结果产生推荐。实际数据的实验结果表明,提出的算法显著提高了预测准确度,从而提高了推荐质量。
汪静,印鉴,郑利荣,黄创光. 基于共同评分和相似性权重的协同过滤推荐算法[J]. 计算机科学, 2010, 37(2): 99-104. https://doi.org/
WANG Jing,YIN Jian,ZHENG Li-rong,HUANG Chuang-guang. Collaborative Filtering Recommendation Algorithm Based on Co-ratings and Similarity Weight[J]. Computer Science, 2010, 37(2): 99-104. https://doi.org/