%0 Journal Article
%T 一种融合人口统计属性的协同过滤算法
%A 李仁发
%A 杨超
%A 艾聪聪
%A 蒋斌
%J 中山大学学报（自然科学版）
%D 2015
%X 摘要 协同过滤算法基于用户-物品评分矩阵预测目标用户对物品的评分，然而评分稀疏性限制了该技术的发展；另一方面，用户人口统计属性反映用户偏好，能够用来判断用户之间的相似度.基于此，提出一种融合人口统计属性的协同过滤推荐算法.首先对用户基于人口统计属性聚类,进而定义物品的类内流行度，通过在传统相似度计算方法上融合物品类内流行度，体现用户在人口统计属性上的相似度，以此来提高最近邻寻找的准确性.在MovieLens数据集上的实验结果表明，与传统协同过滤方法比较，本文提出的方法能够有效提高推荐精度
%K 推荐系统
%K 协同过滤
%K 层次聚类
%K 人口统计属性
%U http://xwxt.sict.ac.cn/CN/abstract/abstract2817.shtml