融合協同過濾的線性回歸推薦算法
摘要:針對傳統協同過濾算法中存在數據稀疏性問題,提出融合協同過濾的線性回歸推薦算法。根據用戶對項目的評分以及用戶和項目的自身特征,構建用戶間和項目間相似矩陣。基于相似矩陣,選出用戶和項目最近鄰集合,分別通過基于用戶和基于項目的協同過濾算法來預測用戶已評分項目的評分,將預測評分與真實評分的差值作為特征,組合在一起生成新的訓練數據。把新的訓練數據作為線性回歸模型的輸入,根據訓練好的模型預測未知評分,采用top-N算法產生推薦列表。在MovieLens數據集上進行實驗,實驗結果表明新算法的推薦準確性較傳統協同過濾算法有顯著提高。
注: 保護知識產權,如需閱讀全文請聯系計算機應用研究雜志社