融合Slope One的神经网络协同过滤算法研究

摘要

协同过滤算法中由于存在数据稀疏的问题而影响该算法的推荐效果,为此提出一种改进该问题的方法。该方法先通过Slope One算法来填充原始评分矩阵,然后在经填充过后的评分矩阵上通过基于神经网络的协同过滤算法进行推荐。利用Slope One算法进行填充过后的矩阵不仅改善数据稀疏的问题,同时也避免回填数据过于单一的问题。在MovieLens-100K数据集上对本文改进算法进行实验,结果表明,基于评分预测值填充数据后的协同过滤算法有效地缓解数据稀疏性问题,并且有更好的推荐效果。