基于項(xiàng)目綜合相似度的協(xié)同過濾算法.pdf

1、互聯(lián)網(wǎng)擁有全世界最全最大的信息資源，豐富的資源給人們的生活和學(xué)習(xí)帶來了便利的同時(shí)，也引發(fā)了信息過載的問題。如何讓沒有明確目標(biāo)的用戶能準(zhǔn)確找到滿意的信息資源，成為目前信息生產(chǎn)者所面臨的問題之一。推薦系統(tǒng)的出現(xiàn)可以解決這個(gè)問題，推薦系統(tǒng)的關(guān)鍵是推薦算法。
　　本文要構(gòu)建個(gè)性化電影推薦系統(tǒng)，常用的基于內(nèi)容的推薦算法不適合電影信息的特征提取，電影系統(tǒng)也不存在好友關(guān)系，社交網(wǎng)絡(luò)推薦也不適合電影系統(tǒng)推薦，所以該系統(tǒng)使用協(xié)同過濾推薦。隨著個(gè)性化

2、電影推薦系統(tǒng)的推廣用戶會(huì)越來越多，電影每年增長(zhǎng)的數(shù)量沒有用戶多，所以基于項(xiàng)目的協(xié)同過濾算法顯然更適合基于用戶的協(xié)同過濾方法。傳統(tǒng)的基于項(xiàng)目的協(xié)同過濾算法只考慮了用戶評(píng)分矩陣，沒有考慮到項(xiàng)目類別矩陣，所以推薦質(zhì)量不高。本文在相似度計(jì)算方面改進(jìn)了基于項(xiàng)目的協(xié)同過濾算法，主要工作如下：
　　1）提出了綜合相似度是項(xiàng)目與項(xiàng)目間的相似度和項(xiàng)目類別間的相似度以一定權(quán)重組合在一起。傳統(tǒng)的綜合相似度計(jì)算，項(xiàng)目與項(xiàng)目之間的相似度的系數(shù)和項(xiàng)目類別間的