论文部分内容阅读
针对传统的协同过滤算法存在的数据稀疏性问题,提出一种基于项目属性偏好的协同过滤算法（CFBIAP）。该算法利用项目属性和评分计算基于项目属性偏好的用户相似性,并且与基于评分矩阵的相似性线性拟合得到用户相似性,一定程度上减小了传统的仅依据评分矩阵计算用户相似性所产生的误差。在MovieLens数据集上的实验表明,该算法推荐的质量和效果均优于传统的协同过滤算法,有效解决了矩阵稀疏性问题。