计算机工程

作者：毛德磊,唐雁

单位：西南大学 a.计算机与信息科学学院; b.商务智能实验室,重庆 400715

关键词：协同过滤, 用户偏好, 归因理论, 行为信息, 个性化推荐系统

基金：四川省教育厅自然科学重点项目(18ZA0217);重庆市2017年度中小学创新人才工程项目(CY120217)。

协同过滤算法的用户评分与用户偏好之间可能存在偏差,导致推荐准确度降低。为此,提出一种基于归因理论的用户偏好提取算法。基于用户行为的一致性、区别性和正负偏好信息提取用户偏好。融合偏好相似性与评分相似性以获得更优的最近邻集合,计算用户对未评分项目的预测评分值。在通用数据集Movies Lens-1M上进行实验,结果表明,在10%偏好相似性与60%评分相似性的融合条件下,该算法的推荐准确度取得最优值,且优于传统协同过滤算法以及HU-FCF、BM/CPT-V等改进算法。

来源：2019年第6期

《计算机工程》期刊编辑部

查看计算机工程杂志2019年第6期