基于改进Slope One的大数据智能化推荐研究

摘要

传统推荐方法忽略了对大数据项目相似度的预测,导致推荐偏差较大。为此以Slope One为基础算法,提出新的大数据智能化推荐方法。基于使用者评分的Slope One算法,通过赋予各项目权值,优化Slope One算法。分别构建信任机制与皮尔森相关系数的Slope One优化算法,利用蚁群聚类算法,划分使用者属性特征类别。结合项目使用者属性相似度与使用者相似度的预测评分,得到使用者综合相似度,构建预测评分模型,对比预设评分阈值后,完成大数据智能化推荐。针对Epinions与Film Trust两个数据集,从均方根误差等角度,量化评估方法性能。实验结果表明,所提方法的推荐误差较小,具有较为理想的推荐效果。