基于认知度的协同过滤推荐算法

摘要

协同过滤技术被广泛应用于各种推荐系统当中．基于内存的协同过滤算法通过比较目标用户与其他用户的已有评分，为目标用户的未评分项目作出相应的预测．提出了一种新的基于内存的算法，根据项目的关键属性对它们进行分类，通过计算用户对各类项目的认知度，为目标用户选择相似用户并预测评分．通过MovieLens数据集的实验结果表明，该算法可以有效地解决包括数据稀疏性和新用户在内的一些协同过滤的基本问题，提供更高质量的推荐．