基于概念格的稀疏数据协同过滤校正自然噪声方法
来源：吉林大学学报·理学版杂志2020年第5期北京时间：
作者：朵琳, 杨丙
单位：昆明理工大学 信息工程与自动化学院, 昆明 650504
摘要：针对推荐系统中存在的自然噪声问题, 提出一种基于概念格的稀疏数据协同过滤校正自然噪声的方法. 首先将用户和项目划分为强、 平均和弱三类检测自然噪声, 然后采用基于概念格的稀疏数据协同过滤校正这些自然噪声, 最后从获得的无自然噪声数据集中预测未评级的项目. 在含自然噪声的数据集上进行实验的结果表明, 该方法具有较高的推荐精度, 且在数据稀疏的情形下仍具有良好的性能.
关键词：概念格,稀疏数据,自然噪声,协同过滤,推荐系统
