一种基于S型改进相似度的协同过滤推荐方法

摘要

本发明涉及一种基于S型改进相似度的协同过滤推荐方法，包括以下步骤：对原始推荐评分数据进行数据清洗和填充；对预处理后的评分数据利用改进的相似度模型计算用户间的相似度；对每个用户通过Top‑N策略构建用户的最近邻居模型，通过最近邻居模型筛选用户未有过记录的项目；利用邻居的评分数据计算用户对项目的加权评分，根据加权评分的高低选取项目。本发明能够提高推荐的准确率，减小邻居规模，提高算法运行效率。