一种基于属性比重相似性的两步预测Top‑N推荐算法

摘要

本发明涉及一种基于属性比重相似性的两步预测Top‑N推荐算法。本发明输入数据集T和项目属性矩阵A，构造用户评分矩阵R和用户项目二分矩阵C，计算用户属性比重矩阵D，利用用户属性比重矩阵D计算用户相似性，并获取近邻N(u)，预测用户选择项目的概率Interest，综合用户选择项目和用户对所选项目评分的用户评分行为，向用户进行Top‑N推荐。本发明克服了时评分矩阵稀疏和评分不均缺陷。本发明提高了评分矩阵的密度，改善了由于数据稀疏性造成的相似性计算不平衡的问题，用户选择项目并对所选项目评分，尽可能利用信息。