【技术实现步骤摘要】
一种基于项目的内容推荐方法
本专利技术涉及计算机
，具体涉及一种基于项目的内容推荐方法。
技术介绍
在如今互联网技术发达的今天，越来越多的人通过互联网购买和消费商品，而在这么多用户和商品之间，准确的计算出哪些用户对哪些商品感兴趣，在计算机领域也是一道急需攻克的难题。为了解决这个问题，计算机领域推出了各种个性化推荐系统。近年来，比较热门的推荐算法大致可以分为项目内容、协同过滤、用户知识和关联规则推荐方向。其中，一种基于项目的协同过滤(Item-basedCF)的slopeone算法和加入了项目所具有的评分用户数weightedslopeone算法很好的解决了上述问题。该算法通过站在用户的角度上，基于对用户项目评分矩阵预测其线性回归模型，来实现新用户对未评分项目的预测，通常在多用户对多项目评分矩阵较为密集时，使用此种推荐算法能很好的预测用户对项目可能的评分。但是，当评分矩阵较为稀疏，即多数的用户对多数的项目没有评分，就会导致预测模型出现偏差。而且，由于slopeone算法预测模型为线性回归模型，只根据评分计算而不考...
【技术保护点】
1.一种基于项目的内容推荐方法，其特征在于，包括下述步骤：/n首先，使用Pearson相关系数来度量项目相似度，其中皮尔森相关系数可以表示为：/n
【技术特征摘要】
1.一种基于项目的内容推荐方法，其特征在于，包括下述步骤：
首先，使用Pearson相关系数来度量项目相似度，其中皮尔森相关系数可以表示为：
其中，Eui、Euj为评分矩阵中，第u行第i、j列的元素值，Ei、Ej是第i、j个列向量中每个元素的算数平均值；最终加权推荐公式为：
改进后的IS-SVDslopeone算法具体流程如下：
输入：待预测用户u以及目标项目itemj、评分原始矩阵E；
输出：用户u对itemj的预测Prediction(u)j；
1)修正初始的评分数值，将原始矩阵E整理为Em×n；
2)使用Pearson相关公式，遍历代入...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。