資源簡介
針對當前協同過濾推薦算法易受數據稀疏性與冷啟動的問題,提出了一種改進最近鄰的協同過濾推薦算法。建立用戶-項目評分矩陣,并度量項目之間、用戶之間的相似性,獲取項目和用戶的最近鄰居,其中最近鄰居的最優參數k值采用粒子群算法選擇,在MovieLens和Book-Crossing數據集上進行了仿真對比實驗。結果表明,相對于其他協同過濾推薦算法,該算法降低了平均絕對誤差值,提升了推薦準確度,達到提高推薦質量效果的目的。
代碼片段和文件信息
評論
共有 條評論