%0 Journal Article
%T 基于邻近项目的Slope One协同过滤算法
%A 杜茂康
%A 刘苗
%A 李韶华
%A 浦琴
%J 重庆邮电大学学报(自然科学版)
%D 2014
%X 协同过滤是个性化推荐系统中的常用技术，数据稀疏性是影响协同过滤算法预测准确度的主要因素。提出了改进的SlopeOne算法，在该算法中，首先根据用户历史评分计算项目间相似性，然后依据项目相似性选取当前活跃用户评价过的k个相似项目记为邻近项目集合，并计算目标项目与其邻近项目的评分偏差，最后以项目间相似性为权重，计算当前活跃用户对目标项目的评分预测值。该算法使用邻近项目进行计算，降低数据的稀疏性，同时减少了计算量。使用标准MovieLens数据集对该算法的预测结果进行验证，结果表明：相对于原算法，该算法提高了预测的准确性，与其他协同过滤算法相比，推荐准确度也有明显的提高。
%K 电子商务
%K 个性化推荐
%K 混合推荐
%K Slope
%K One
%K 算法
%U http://journal.cqupt.edu.cn/jcuptnse/jcuptnse/ch/reader/view_abstract.aspx?file_no=20140325&flag=1