稀疏数据集协同过滤算法的进一步研究

摘要

协同过滤算法是电子商务和信息系统中非常重要的一门技术.其中用户相似度度量方法的科学性至关重要,为了获得更高的精度,采用用户间共同评分个数动态调节原相似度,更准确的反映用户间相似度的真实性.在此基础上,根据社会网络中FTL模型(follow the leader)的思想,对于新用户或找不到最近邻的用户采用基于专家信任度的预测算法,代替原相似度预测用户的评分,弥补了传统算法的不足.实验表明,算法提高了预测评分的准确性和推荐质量,并缓解了新用户的冷启动问题.