如需要完整文档点击下方 "点击下载文档" 按钮
针对用户共同评分很少甚至没有时, 传统相似度计算性能较差的问题,? 以及传统加权 slope one 算法在进行预测评分时未考虑项目相似度对预测结果的影响,? 提出一种融合巴 氏系数的加权 slope one 算法(BCWSOA)。 该算法主要针对上述两个问题进行改进,一是利用巴氏系数对用户相似度进行改进。 首先用皮尔逊相关系数计算用户局部相似度, Jaccard 相似性计算用户全局相似度,巴氏系数分析用户相关性,然后将巴氏系数作为权重因子优化用户局部相似度,最后使用参数α组合优化用户局部相似度和用户全局相似度,从而获得融合相似度。 参数α用来凸显不同相似度在融合相似度中的权重;二是利用巴氏系数改进预测评分,考虑项目相似度对预测结果的影响,计算项目相似度并将其作为权重改进加权slope one 算法预测评分公式。 通过在 Movie Lens100k 数据集上的实验表明,相比于其他算法,提出的 BCWSOA 算法准确度有所提高。
如需要完整文档点击下方 "点击下载文档" 按钮
《融合巴氏系数的加权 Slope One 算法》
将 完整文档 下载到本地,方便收藏和查阅
文件号:061855
点击下载文档