论文部分内容阅读
传统的协同过滤算法中，依靠用户评分大小计算用户间相似度，但是评分数据稀疏性使相似度计算不够准确。针对此问题，提出了基于评分信息量的相似度计算方法；在推荐系统中项目有多种可选评分，该方法将参与评分的用户数量转换为评分信息量，以此结合用户评分大小计算相似度。实验结果表明，相对于传统协同过滤算法，该方法在一定程度上减少了评分数据稀疏性带来的负面影响，有效地提高了预测评分准确性。