摘要:傳統(tǒng)的協(xié)同過濾算法存在三個(gè)問題:一是推薦初始階段的冷啟動(dòng)問題;二是評(píng)分矩陣的數(shù)據(jù)稀疏問題;三是近考慮評(píng)分導(dǎo)致的相似度衡量不準(zhǔn)確問題。三個(gè)問題導(dǎo)致用戶相似性衡量準(zhǔn)確性降低,最終導(dǎo)致推薦精準(zhǔn)度的下降。本文考慮將網(wǎng)站或應(yīng)用中挖掘到的用戶興趣,融入到協(xié)同過濾的用戶相似性計(jì)算中。一方面可以解決協(xié)同過濾中的數(shù)據(jù)稀疏和冷啟動(dòng)的問題,另一方面也可以提高預(yù)測(cè)推薦的精準(zhǔn)性。因此,本文提出了融合用戶興趣的協(xié)同過濾算法CFUI。CFUI改進(jìn)了協(xié)同過濾算法中用戶相似度的評(píng)估方法,在其中加入用戶間興趣的相似度。本文進(jìn)行了融合參數(shù)μ最優(yōu)取值的實(shí)驗(yàn),隨后通過實(shí)驗(yàn)證實(shí)了融合用戶興趣的算法CFUI比未融合用戶興趣的兩個(gè)算法(UserCF和ItemCF)能夠取得更小的推薦MAE,即CFUI的推薦效果更精確。
注:因版權(quán)方要求,不能公開全文,如需全文,請(qǐng)咨詢雜志社。
福建電腦雜志, 月刊,本刊重視學(xué)術(shù)導(dǎo)向,堅(jiān)持科學(xué)性、學(xué)術(shù)性、先進(jìn)性、創(chuàng)新性,刊載內(nèi)容涉及的欄目:論著、研究與探討、應(yīng)用與開發(fā)、教學(xué)與管理等。于1985年經(jīng)新聞總署批準(zhǔn)的正規(guī)刊物。