基于SVD++与改进Slope One混合推荐算法研究

文献类型: 中文期刊

第一作者: 叶飞

作者: 叶飞;边琳;杨林楠

作者机构:

关键词: SVD++算法;Slope One算法;相似度算法;数据稀疏性;协同过滤

期刊名称: 计算机与数字工程

ISSN: 1672-9722

年卷期: 2021 年 49 卷 001 期

页码: 12-16,45

摘要: 协同过滤算法广泛应用于推荐系统中,论文针对传统协同过滤算法中数据稀疏性及推荐准确率不高的问题,提出了一种改进的协同过滤算法.首先通过SVD++算法对用户-项目评分矩阵进行填充,初步缓解数据的稀疏性问题,然后通过计算相似度引入项目属性,最后通过改进Slope One算法对评分矩阵进行二次预测计算,提高推荐算法的准确度.在数据集MovieLens100K数据集上对论文提出的混合推荐算法作五折交叉实验,结果表明混合算法提高了推荐系统的预测准确度.

分类号: TP301.6

  • 相关文献
作者其他论文 更多>>