基于项目属性权重的协同过滤推荐算法

摘要

协同过滤推荐算法具有实现容易、准确性高和效率高等优点,但也存在数据稀疏、冷启动和扩展性差等问题,并且在计算项目间的相似度时主要考虑项目评分相似,而对项目属性相似的考虑不够充分.为此,提出了一种改进计算项目属性相似度的算法,该算法可减小数据稀疏对推荐准确性的影响.根据项目被访问的情况,对项目的每个属性赋予不同的权重,通过对属性相似度的计算来提高对新加入项目的推荐度.实验结果表明该算法在推荐准确度上优于传统的协同过滤算法.