一种基于用户行为相似度的协同推荐算法

摘要

如何计算用户之间的相似度是协同推荐算法中最关键的技术，而现有算法在数据稀疏 或小邻居集的环境下性能严重下降。本文提出了一种基于用户行为相似度的协同推荐算法（UBS），它充分考虑数据稀疏环境的特点，从评分矩阵中挖掘用户的网络行为特征，得到用户 之间更真实的用户行为相似度，最终有效地解决了传统方案在稀疏数据和小邻居集下的相似度 不准确问题。实验结果表明该算法在稀疏数据和小邻居集环境下，推荐质量都取得了明显的改进效果。