基于 FP Growth 和 Slope one 的图书推荐

来源：计算机技术与发展杂志2018年第09期北京时间：

作者：王政;郜鲁涛;齐伟恒;彭伟;彭琳

摘要：电子商务的大环境下,人们在电商平台中很难有效地选择出感兴趣的书籍,推荐系统能够解决这一问题。然而将传统的协同过滤算法应用到图书推荐中,存在着数据稀疏、推荐准确率低等问题。针对这些问题,在传统协同过滤算法的基础上,文中提出了一种基于 FP Growth和slope one的协同过滤算法。首先对数据集中默认评分为0的记录进行重新评分,然后采用基于 FP Growth 的矩阵填充算法对数据集进行填充,最后对协同过滤算法中的 slope one 预测评分策略进行改进。将该算法应用到 Book-Crossing 图书数据集中,实验结果表明,改进后的算法推荐效果提升明显。该算法不仅解决了用户对书籍的选择问题,而且能够帮助电商最大程度地提升销售额。

关键词：协同过滤;FP Growth;slope one;图书推荐