动态k近邻辅助多权值Slope One算法

作     者：马浩 黄俊 孔麟 郑小楠 郭小焕 MA Hao;HUANG Jun;KONG Lin;ZHENG Xiao-nan;GUO Xiao-huan

作者机构：重庆邮电大学通信与信息工程学院重庆400065 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2020年第41卷第11期

页      面：3072-3077页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(61671095) 

主　　题：Slope One算法 k近邻 相似度 多权值 评分预测 

摘      要：为有效解决传统Slope One算法推荐精度低的问题,提出一种动态k近邻辅助多权值Slope One算法。结合k近邻的思想,对相似度计算方法改进,筛选大于相似度阈值的近邻用户集进行平均评分偏差计算,减少大量干扰评分数据带来的影响。使用用户相似度、用户综合信任度和项目相似度作为权值加权到评分预测当中,进一步提升推荐精度。将算法应用于MovieLens数据集,与几种算法进行对比,实验结果表明,改进的算法均优于其它几种算法,有效提高了推荐的质量。