【摘要】：為解決以在線交友為代表的互惠推薦系統(tǒng)中數(shù)據(jù)稀疏性問題,根據(jù)LMa Fit算法提出一種改進(jìn)評分矩陣的互惠推薦算法,該算法改進(jìn)了傳統(tǒng)評分矩陣填充的單向性與融合相似度計算。結(jié)果表明,與基于項目的協(xié)同過濾推薦算法和基于內(nèi)容和協(xié)同過濾的混合算法相比,改進(jìn)評分矩陣的互惠推薦算法在準(zhǔn)確率、召回率和調(diào)和平均數(shù)值方面有明顯改進(jìn),該算法不僅改善了數(shù)據(jù)稀疏性的問題,而且推薦質(zhì)量也明顯優(yōu)于其他算法。
[Abstract]:In order to solve the problem of data sparsity in a reciprocal recommendation system represented by online dating, a reciprocal recommendation algorithm based on the improved scoring matrix is proposed according to the LMa Fit algorithm. This algorithm improves the traditional score matrix filled unidirectional and fusion similarity calculation. The results show that, compared with the item based collaborative filtering recommendation algorithm and the content based and cooperative filtering hybrid algorithm, the reciprocal recommendation algorithm with improved score matrix has significant improvements in terms of accuracy, recall rate and harmonic average value. This algorithm not only improves the problem of data sparsity, but also the quality of recommendation is better than that of other algorithms.
【作者單位】： 山東師范大學(xué)信息科學(xué)與工程學(xué)院;山東師范大學(xué)山東省分布式計算機(jī)軟件新技術(shù)重點(diǎn)實驗室;
【基金】：國家自然科學(xué)基金項目(61472233)
【分類號】：TP391.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 曾小波;魏祖寬;金在弘;;協(xié)同過濾系統(tǒng)的矩陣稀疏性問題的研究[J];計算機(jī)應(yīng)用;2010年04期

2 劉旭東;;一種緩解數(shù)據(jù)稀疏性的協(xié)同過濾推薦系統(tǒng)[J];煙臺職業(yè)學(xué)院學(xué)報;2011年04期

3 鄧自立;L算法及其在稀疏性計算中的應(yīng)用[J];華南工學(xué)院學(xué)報;1985年01期

4 高磊;陳曾平;;基于代理函數(shù)優(yōu)化的稀疏性字典學(xué)習(xí)[J];電子學(xué)報;2011年12期

5 席俊紅;;基于案例推理:一種用來改善稀疏性問題的方法[J];微型電腦應(yīng)用;2005年12期

6 張玉芳;代金龍;熊忠陽;;分步填充緩解數(shù)據(jù)稀疏性的協(xié)同過濾算法[J];計算機(jī)應(yīng)用研究;2013年09期

7 王偉明;劉秀平;楊周旺;劉利剛;;網(wǎng)格曲面特征的稀疏性優(yōu)化檢測算法[J];計算機(jī)輔助設(shè)計與圖形學(xué)學(xué)報;2013年08期

8 王光新;林有明;張送保;;SAR圖像數(shù)據(jù)稀疏性分析及在特征增強(qiáng)中的應(yīng)用[J];計算機(jī)科學(xué);2011年02期

9 張利;郭俞伯;孫俊濤;于昕;張順利;;稀疏性約束下基于反饋更新的目標(biāo)跟蹤[J];清華大學(xué)學(xué)報(自然科學(xué)版);2013年11期

10 何昭水;謝勝利;傅予力;;信號的稀疏性分析[J];自然科學(xué)進(jìn)展;2006年09期

相關(guān)博士學(xué)位論文 前3條

1 王麗艷;斷層圖像稀疏性重建模型與算法研究[D];南京理工大學(xué);2012年

2 安百國;關(guān)于模型稀疏性的研究[D];東北師范大學(xué);2012年

3 呂偉;MIMO無線通信系統(tǒng)中的稀疏信號檢測與優(yōu)化[D];華中科技大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 高猛;基于社交網(wǎng)絡(luò)的推薦系統(tǒng)數(shù)據(jù)稀疏性問題的研究[D];內(nèi)蒙古大學(xué);2015年

2 李文昊;基于分?jǐn)?shù)低階統(tǒng)計量稀疏性的DOA估計[D];大連海事大學(xué);2015年

3 王欣;基于遷移學(xué)習(xí)的跨領(lǐng)域推薦的方法研究[D];杭州電子科技大學(xué);2015年

4 王金洋;基于稀疏性的相位復(fù)原研究[D];天津職業(yè)技術(shù)師范大學(xué);2016年

5 李紅桃;兩類稀疏優(yōu)化問題的罰分解算法[D];福州大學(xué);2014年

6 王立軍;基于協(xié)同過濾推薦系統(tǒng)的數(shù)據(jù)稀疏性問題研究[D];東北師范大學(xué);2009年

7 席超;面向稀疏性數(shù)據(jù)的協(xié)同過濾推薦算法的研究與實現(xiàn)[D];北京郵電大學(xué);2013年

8 代金龍;協(xié)同過濾算法中數(shù)據(jù)稀疏性問題研究[D];重慶大學(xué);2013年

9 李申展;推薦引擎中的稀疏性問題研究[D];中南民族大學(xué);2013年

10 王旭林;基于自然圖像統(tǒng)計性先驗和稀疏性先驗的圖像模型研究[D];哈爾濱工業(yè)大學(xué);2014年

，

本文編號：2278820