传统的协同过滤推荐算法倾向于热门项目的推荐,而对处于长尾位置的冷门项目推荐能力不足;针对这一问题,提出了一种新的缓解推荐偏好的协同过滤TopN推荐算法,该算法充分考虑用户活跃程度的影响,根据用户活跃度不同化作相应比重引入项目相似度计算以及推荐列表过程中;考虑项目种类多样的影响,对得出的项目相似度矩阵经行归一化处理,实验结果表明,改进后的算法推荐准确度有明显的提升,且降低了平均流行度提高了推荐结果的新颖度,大大提高了冷门项目的推荐力度。
淮南职业技术学院学报
2016年1期
