一种基于项目属性评分的协同过滤推荐算法

来源：计算机工程与科学杂志2015年第12期北京时间：

作者：龚安，高云，高洪福

单位：中国石油大学华东计算机与通信工程学院，山东 青岛 266580

摘要：协同过滤是电子商务推荐系统中应用最成功的推荐技术之一，但面临着严峻的用户评分数据稀疏性和推荐精度低等问题。针对数据稀疏性高和单一评分导致的推荐精度低等问题，提出一种基于项目属性评分的协同过滤推荐算法。首先通过均值法或缩放法构造用户项目属性评分矩阵将单一评分转化为多评分；其次基于每个属性评分矩阵，计算用户间的偏好相似度，得到目标用户的偏好最近邻居集；然后针对每个最近邻居集，在用户项目评分矩阵上完成对目标用户的初步评分预测；最后，将多个初步预测评分加权求和作为综合评分，完成推荐。在Movie Lens扩展数据集上的实验结果表明，该算法能有效提高推荐精度。

关键词：属性评分,均值法,缩放法,协同过滤,推荐,

基金资助：中央高校基本科研业务费专项资金资助(14CX06150A)