论文部分内容阅读
协同过滤是电子商务推荐系统中应用最成功的推荐技术之一，但面临着严峻的用户评分数据稀疏性和推荐精度低等问题。针对数据稀疏性高和单一评分导致的推荐精度低等问题，提出一种基于项目属性评分的协同过滤推荐算法。首先通过均值法或缩放法构造用户一项目属性评分矩阵将单一评分转化为多评分；其次基于每个属性评分矩阵，计算用户间的偏好相似度，得到目标用户的偏好最近邻居集；然后针对每个最近邻居集，在用户一项目评分矩阵上完成对目标用户的初步评分预测；最后，将多个初步预测评分加权求和作为综合评分，完成推荐。在MovieLens扩展数