论文部分内容阅读
针对用户项目评分表的稀疏性,使得用户相似度计算误差较大的情况,采用一种基于用户与项目特征兴趣的相似度算法。该算法依据项目的特征和用户对项目的评分,生成用户与项目特征兴趣矩阵,使用余弦相似度方法,由用户与项目特征兴趣矩阵计算得到改进后的用户相似度。通过实验证明,在最近邻等于140的条件下,改进用户相似度的协同过滤推荐算法相比传统算法准确率平均提高了0.45%,召回率平均提高了5.2%。