一种缓解互惠推荐系统中数据稀疏性的算法

发布时间：2018-10-18 10:16

【摘要】：为解决以在线交友为代表的互惠推荐系统中数据稀疏性问题,根据LMa Fit算法提出一种改进评分矩阵的互惠推荐算法,该算法改进了传统评分矩阵填充的单向性与融合相似度计算。结果表明,与基于项目的协同过滤推荐算法和基于内容和协同过滤的混合算法相比,改进评分矩阵的互惠推荐算法在准确率、召回率和调和平均数值方面有明显改进,该算法不仅改善了数据稀疏性的问题,而且推荐质量也明显优于其他算法。
[Abstract]:In order to solve the problem of data sparsity in a reciprocal recommendation system represented by online dating, a reciprocal recommendation algorithm based on the improved scoring matrix is proposed according to the LMa Fit algorithm. This algorithm improves the traditional score matrix filled unidirectional and fusion similarity calculation. The results show that, compared with the item based collaborative filtering recommendation algorithm and the content based and cooperative filtering hybrid algorithm, the reciprocal recommendation algorithm with improved score matrix has significant improvements in terms of accuracy, recall rate and harmonic average value. This algorithm not only improves the problem of data sparsity, but also the quality of recommendation is better than that of other algorithms.
【作者单位】： 山东师范大学信息科学与工程学院;山东师范大学山东省分布式计算机软件新技术重点实验室;
【基金】：国家自然科学基金项目(61472233)
【分类号】：TP391.3

【相似文献】

相关期刊论文 前10条

1 曾小波;魏祖宽;金在弘;;协同过滤系统的矩阵稀疏性问题的研究[J];计算机应用;2010年04期

2 刘旭东;;一种缓解数据稀疏性的协同过滤推荐系统[J];烟台职业学院学报;2011年04期

3 邓自立;L算法及其在稀疏性计算中的应用[J];华南工学院学报;1985年01期

4 高磊;陈曾平;;基于代理函数优化的稀疏性字典学习[J];电子学报;2011年12期

5 席俊红;;基于案例推理:一种用来改善稀疏性问题的方法[J];微型电脑应用;2005年12期

6 张玉芳;代金龙;熊忠阳;;分步填充缓解数据稀疏性的协同过滤算法[J];计算机应用研究;2013年09期

7 王伟明;刘秀平;杨周旺;刘利刚;;网格曲面特征的稀疏性优化检测算法[J];计算机辅助设计与图形学学报;2013年08期

8 王光新;林有明;张送保;;SAR图像数据稀疏性分析及在特征增强中的应用[J];计算机科学;2011年02期

9 张利;郭俞伯;孙俊涛;于昕;张顺利;;稀疏性约束下基于反馈更新的目标跟踪[J];清华大学学报(自然科学版);2013年11期

10 何昭水;谢胜利;傅予力;;信号的稀疏性分析[J];自然科学进展;2006年09期

相关博士学位论文 前3条

1 王丽艳;断层图像稀疏性重建模型与算法研究[D];南京理工大学;2012年

2 安百国;关于模型稀疏性的研究[D];东北师范大学;2012年

3 吕伟;MIMO无线通信系统中的稀疏信号检测与优化[D];华中科技大学;2013年

相关硕士学位论文 前10条

1 高猛;基于社交网络的推荐系统数据稀疏性问题的研究[D];内蒙古大学;2015年

2 李文昊;基于分数低阶统计量稀疏性的DOA估计[D];大连海事大学;2015年

3 王欣;基于迁移学习的跨领域推荐的方法研究[D];杭州电子科技大学;2015年

4 王金洋;基于稀疏性的相位复原研究[D];天津职业技术师范大学;2016年

5 李红桃;两类稀疏优化问题的罚分解算法[D];福州大学;2014年

6 王立军;基于协同过滤推荐系统的数据稀疏性问题研究[D];东北师范大学;2009年

7 席超;面向稀疏性数据的协同过滤推荐算法的研究与实现[D];北京邮电大学;2013年

8 代金龙;协同过滤算法中数据稀疏性问题研究[D];重庆大学;2013年

9 李申展;推荐引擎中的稀疏性问题研究[D];中南民族大学;2013年

10 王旭林;基于自然图像统计性先验和稀疏性先验的图像模型研究[D];哈尔滨工业大学;2014年

，

本文编号：2278820