基于改進(jìn)型啟發(fā)式相似度模型的協(xié)同過(guò)濾推薦方法
推薦 + 挑錯(cuò) + 收藏(0) + 用戶評(píng)論（0）
為提高協(xié)同過(guò)濾推薦方法的準(zhǔn)確性和有效性，提出一種基于改進(jìn)型啟發(fā)式相似度模型的協(xié)同過(guò)濾推薦方法PSJ。該方法考慮了用戶評(píng)分差值、用戶全局評(píng)分偏好和用戶共同評(píng)分物品數(shù)三個(gè)因素。PSJ方法的Proximity因子使用指數(shù)函數(shù)反映用戶評(píng)分差值對(duì)用戶相似度的影響，這樣也可避免零除問(wèn)題；將NHSM方法中的Significance因子和URP因子合并成PSJ方法的Significance因子，這使得PSJ方法的計(jì)算復(fù)雜度低于NHSM方法；而且為了提高在數(shù)據(jù)稀疏情況下的推薦效果，PSJ方法同時(shí)考慮了用戶間的評(píng)分差值和用戶全局評(píng)分兩個(gè)因素。實(shí)驗(yàn)采用Top-k推薦中的查準(zhǔn)率和查全率作為衡量標(biāo)準(zhǔn)。實(shí)驗(yàn)結(jié)果表明，當(dāng)推薦物品數(shù)大于20時(shí)，與NHSM、杰卡爾德算法、自適應(yīng)余弦相似度（ ACOS）算法、杰卡爾德均方差（JMSD）算法和皮爾遜相關(guān)系數(shù)算法（SPCC）相比，PSJ方法的查準(zhǔn)率與查全率均有提升。
?
非常好我支持^.^
(0) 0%
不好我反對(duì)
(0) 0%
下載地址
基于改進(jìn)型啟發(fā)式相似度模型的協(xié)同過(guò)濾推薦方法下載
相關(guān)電子資料下載
- 圖像相似度分析——相似度算法 1212
- 二進(jìn)制代碼相似度比較研究技術(shù)匯總 728
- 人的大腦和自監(jiān)督學(xué)習(xí)模型的相似度有多高？ 732
- 快速了解文本語(yǔ)義相似度領(lǐng)域的研究脈絡(luò)和進(jìn)展 731
- 思必馳在中文文本相似度計(jì)算方向上取得階段性成果 1935
- 自然語(yǔ)言任務(wù)方案思考：句子相似度和匹配 2294
- 如何實(shí)現(xiàn)三維模型對(duì)比？比較3d模型相似度軟件浩辰3D軟件入門(mén)教程 9466
- 評(píng)價(jià)Python字符串相似度的六種度量方法 3002
- 小米有品上架觸摸LED化妝鏡 95%日光相似度 2825
- DeepMind 綜述深度強(qiáng)化學(xué)習(xí):智能體和人類(lèi)相似度竟然如此高！ 2704