一种优化的基于项目评分预测的协同过滤推荐算法

摘要

用户评分数据极端稀疏的情况之下进行了分析,根据现有的项目进行评分预测的协同过滤推荐算法中,项目与项目之间的相似度量不够准确以及新的项目冷启动问题,从而给出一种优化的基于项目评分预测的协同过滤推荐算法,这种算法是在计算项目与项目之间的相似性的时候,不但考虑项目的评分相似度,还会考虑到项目的特性之间的相似性。通过实验表明,利用优化后的算法会计算出项目与项目之间的相似度更加精准,并且有效地可以解决新项目的推荐问题,这样让数据稀疏性对推荐的结果产生的负面影响相对较小,还可以提高系统的推荐质量问题。