采用Sigmoid函数的Web服务协同过滤推荐算法

来源：计算机科学与探索杂志2017年第2期北京时间：

作者：毛宜钰，刘建勋，胡蓉，唐明董，石敏

单位：湖南科技大学 知识处理与网络化制造湖南省普通高校重点实验室，湖南 湘潭 411201

摘要：协同过滤推荐技术被广泛用于各个推荐系统，但它仍然存在着用户评分数据稀疏性问题，可能导致推荐结果不准确。针对该问题，提出了一种采用Sigmoid函数的协同过滤推荐算法。首先，分析用户兴趣与其调用服务的次数之间的关系，利用TF-IDF算法计算用户对服务内容的兴趣度；其次，定义一个Sigmoid函数，根据服务调用次数计算用户对服务功能的兴趣度；最后，基于内容兴趣度和功能兴趣度计算用户兴趣相似度完成协同过滤算法，实现个性化的服务推荐。实验证明，该方法能有效缓解数据稀疏性问题，提高了推荐质量。

关键词：协同过滤,Sigmoid函数,数据稀疏性,推荐系统,用户兴趣