-
【获取途径】
超星期刊网
-
【作者】张少轩
-
【刊名】现代信息科技
-
【作者单位】太原师范学院
-
【年份】2025
-
【卷号】第9卷
-
【期号】 第9期
-
【页码】107-110，116
-
【ISSN】2096-4706
-
【关键词】用户偏好 稀疏数据 相似度 数据扩充
-
【摘要】
针对传统基于用户偏好的协同过滤推荐算法存在的数据稀疏性问题，提出了一种基于用户偏好及稀疏数据扩充的推荐算法RA-UPSDE。首先对传统用户偏好度计算进行改进，然后对原始评分矩阵进行数据扩充，扩充时考虑扩充个数及扩充方式，最后将用户偏好相似度及数据扩充后的用户评分相似度进行综合计算，对目标用户进行协同过滤推荐。实验结果表明，该算法缓解了数据稀疏性问题，进一步提高了推荐质量。
-
【文献类型】
期刊
进入发现系统查看更多信息
页脚
