论文部分内容阅读
传统的协同过滤推荐方法存在单视角信息利用不足、预测精度不高、对数据稀疏性敏感等问题，为此提出同时考虑相似用户和相似项目的双视角协同过滤推荐方法．根据辩证的思想，利用项目内部因子和外部因子生成项目融合相似度，有效度量了项目相似性和用户相似性，并解决了双视角协同过滤推荐方法对数据稀疏性敏感的问题．在标准数据集上多次进行的实验表明，基于用户和项目的双视角协同过滤推荐方法优于多个典型的协同过滤推荐方法．