论文部分内容阅读
针对Item—based协同过滤算法中用户评分数据稀疏性严重影响推荐质量的问题，提出一种基于组合加权评分的Item—based协同过滤算法，以用户评分项并集作为用户相似性计算基础，并提出一种组合加权评分方法来对并集中的未评分项进行计算和填补，从而降低了数据稀疏性。实验结果表明该算法能有效提高推荐质量。