基于共同评分项和权重计算的推荐算法研究

产生推荐列表是基于用户的协同过滤推荐算法的重要步骤，也是最终的结果。针对在基于用户的协同过滤推荐算法中，“产生推荐列表”环节的研究相对较少的这一现象，为了改进推荐算法的性能，通过权重计算和共同评分项方法来选定推荐项目，即首先将项目按照评分的近邻用户数量的多少进行排序，然后对排序的项目进行综合权重计算，将其结果由高到低进行再次排序，从而产生推荐列表。该算法经MovieLens数据集测试，在测试中使用“平均绝对误差”作为实验测评指标，结果表明，在目标用户的相似用户数为60时，该算法相较于不考虑共同评分项或综合权重计算因素的算法，有着更低的平均绝对误差，其值为0.77。该算法能够在一定程度上提高推荐系统的准确度