%0 Journal Article
%T 基于云模型的协同过滤推荐算法
%A 康建初
%A 张光卫
%A 李德毅
%A 李鹏
%A 陈桂生
%J -
%D 2007
%X 协同过滤系统是电子商务系统中最重要的技术之一,用户相似性度量方法是影响推荐算法准确率高低的关键因素.针对传统相似性度量方法存在的不足,利用云模型在定性知识表示以及定性、定量知识转换时的桥梁作用,提出一种在知识层面比较用户相似度的方法,克服了传统基于向量的相似度比较方法严格匹配对象属性的不足.以该方法为核心,在全面分析传统方法的基础上,提出一种新的协同过滤推荐算法.实验结果表明,算法在用户评分数据极端稀疏的情况下,仍能取得较理想的推荐质量
%K 云模型 协同过滤 相似性 推荐系统 投票
%U http://www.jos.org.cn/jos/ch/reader/view_abstract.aspx?file_no=20071004&flag=1