基于用户评分差异性和相关性的协同过滤推荐算法

传统的协同过滤相似性度量方法主要考虑用户评分之间的相似性,缺少对评分差异性的考虑。文中将用户评分关系分为差异部分和相关部分,提出了一种基于用户评分差异性和相关性的相似性度量方法。该方法在非极其稀疏数据集下有较好的推荐效果。针对该方法在稀疏数据集下存在推荐不准确的问题,采用预填充方法对其进行改进。实验表明,该方法在预填充后的推荐精度得到明显提高。