基于频繁项集与协同过滤的混合推荐方法

作     者：宋威 刘朋 SONG Wei;LIU Peng

作者机构：北方工业大学计算机学院 大规模流数据集成与分析技术北京市重点实验室 

出 版 物：《山西大学学报(自然科学版)》 (Journal of Shanxi University(Natural Science Edition))

年 卷 期：2017年第40卷第1期

页      面：35-43页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：北京市自然科学基金(4162022) 北京市科技计划项目(D161100005216002) 北京市优秀人才青年拔尖个人项目(2015000026833ZK04) 

主　　题：推荐系统 频繁项集 协同过滤 评分修订 

摘      要：为解决协同过滤方法存在的评分稀疏及用户喜好程度区分能力不足的问题,提出一种基于频繁项集与协同过滤的混合推荐方法RFICF(Recommendation based on Frequent Itemset and Collaborative Filtering)。在频繁项集的基础上,分别给出了补充评分和增强评分的定义,扩充了评分的数量,细化了评分的数值。在此基础上,分别使用基于频繁项集的推荐方法和协同过滤方法,并按一定比例展现结果。将提出的方法分别与协同过滤、基于频繁项集的推荐方法及相关的混合推荐方法进行了实验比较,结果表明,RFICF方法在覆盖率、准确率以及综合测度3个参数上的整体效果良好。