首页|基于SVD++与改进Slope One混合推荐算法研究

基于SVD++与改进Slope One混合推荐算法研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
协同过滤算法广泛应用于推荐系统中,论文针对传统协同过滤算法中数据稀疏性及推荐准确率不高的问题,提出了一种改进的协同过滤算法.首先通过SVD++算法对用户-项目评分矩阵进行填充,初步缓解数据的稀疏性问题,然后通过计算相似度引入项目属性,最后通过改进Slope One算法对评分矩阵进行二次预测计算,提高推荐算法的准确度.在数据集MovieLens100K数据集上对论文提出的混合推荐算法作五折交叉实验,结果表明混合算法提高了推荐系统的预测准确度.
Research on Hybrid Recommendation Algorithm Based on SVD++and Improved Slope One

叶飞、边琳、杨林楠

展开 >

云南农业大学大数据学院云南省高校农业信息技术重点实验室 昆明 650201

云南农业大学水利学院云南省高校农业遥感与精准农业工程研究中心 昆明 650201

SVD++算法 Slope One算法 相似度算法 数据稀疏性 协同过滤

云南省教育厅科学研究基金

2018Y067

2021

10.3969/j.issn.1672-9722.2021.01.003

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2021.49(1)
  • 2
  • 2