南京邮电大学学报(自然科学版)

作者：张　洁,李　港

单位：南京邮电大学计算机学院，江苏南京　２１００２３南京邮电大学计算机学院，江苏南京　２１００２３

关键词：协同过滤；相似度计算；评分信息熵；评分预测

基金：国家重点研发计划（２０１８ＹＦＢ１５００９０２）和南京邮电大学校级科研基金（ＮＹ２１９１２２）资助项目

相似度计算是协同过滤推荐算法的基础，但由于用户之间共同评价项目数量稀少，导致传统的协同过滤算法无法准确计算用户之间的相似度，从而造成推荐质量不佳。通过在Ｐｅａｒｓｏｎ 相似度计算公式中加入用户之间联系的惩罚因子，并在此基础上与评分信息熵进行融合，提出一种新的用户之间相似度计算方法。实验结果表明，该算法能够更准确地计算用户之间的相似度，从而提高推荐结果质量。

来源：2021年第2期

《南京邮电大学学报(自然科学版)》期刊编辑部

查看南京邮电大学学报(自然科学版)杂志2021年第2期