期刊文献+

一种融合协同过滤和用户属性过滤的混合推荐算法 预览 被引量:2

A hybrid recommendation algorithm based on collaborative filtering and user attribute filtering
在线阅读 下载PDF
收藏 分享 导出
摘要 传统的推荐算法向用户进行推荐时一般以用户评分矩阵作为基础,向用户推荐相应的内容,但评分矩阵数据不充分时,该推荐算法准确性难以得到保障.本文中所述的融合协同过滤和用户属性过滤的混合推荐算法,提出时间热度的计算方法并对Pearson相关系数进行改进,建立用户属性相似度模型,对邻居用户进行过滤,由最终票选得到的可信邻居用户向当前匹配用户推荐.经过的系列实验的结果表明,本文中提出的融合协同过滤和用户属性过滤的混合推荐算法较之前经典的系统过滤算法有更好的效果。 The traditional Collaborative Filtering(CF)recommendation algorithm is based on the user scoring matrix to recommend to the user. There is a problem that the recommendation information is inaccurate due to sparse data. Accordingly we propose a hybrid recommendation algorithm which combines cooperative filtering and user attribute filtering. In this paper,we first propose the method of calculating the time heat and improve the Pearson correlation coefficient algorithm. And then establish the user attribute similarity model. Filtering the neighbor user,and recommending by trusted neighbors user finally obtained to the current user. The experimental results show that the hybrid recommendation algorithm proposed in this paper has better effect than the traditional system filtering algorithm.
作者 曹俊豪 李泽河 江龙 张德刚 CAO Jun-hao,LI Ze-he,JIANG Long,ZHANG De-gang(Yunnan Power Grid Co.,Ltd.,Kunming 650000,China)
出处 《电子设计工程》 2018年第9期60-63,共4页 International Electronic Elements
关键词 协同过滤 用户属性相似度 数据稀疏 推荐算法 Collaborative Filtering;user attribute similarity;sparse data;recommendation algorithm
作者简介 曹俊豪(1985-),男,河南新野人,硕士研究生,工程师.研究方向:教育培训.
  • 相关文献

参考文献15

二级参考文献86

共引文献70

同被引文献17

引证文献2

二级引证文献1

投稿分析

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部 意见反馈