基于巴氏系数和Jaccard系数的协同过滤算法

杨家慧 刘方爱

摘要：针对传统基于邻域的协同过滤推荐算法存在数据稀疏性及相似性度量只能利用用户共同评分的问题，提出一种基于巴氏系数和Jaccard系数的协同过滤算法（CFBJ）。在项目相似性度量中，该算法引入巴氏系数和Jaccard系数，巴氏系数利用用户所有评分信息克服共同评分的限制，Jaccard系数可以增加相似性度量中共同评分项所占的比重。该算法通过提高项目相似度准确率来选取最近邻，优化了对目标用户的偏好预测和个性化推荐。实验结果表明，该算法比平均值杰卡德差分（MJD）算法、皮尔森系数（PC）算法、杰卡德均方差（JMSD）算法、PIP算法误差更小，分类准确率更高，有效缓解了用户评分数据稀疏所带来的问题，提高了推荐系统的预测准确率。

关键词：

协同过滤；巴氏系数；杰卡德系数；相似性度量；矩阵稀疏性

中图分类号： TP301.6 文献标志码：A

0引言

推荐系统[1]根据用户的兴趣特点和历史记录向用户推荐感兴趣的内容，有效解决信息过载问题，从而使用户在海量数据中快速、准确地找到有价值的信息。协同过滤推荐[2]是推荐系统中最基本的算法之一，分为基于用户的协同过滤推荐[3]和基于项目的协同过滤推荐[4]。协同过滤算法的基本思想是计算用户或项目间相似度，然后根据相似度预测目标用户对目标项目的评分并产生推荐集。

当前协同过滤推荐算法存在数据稀疏性[5]问题，当数据集项目较多时，用户项目矩阵数据通常十分稀疏。传统的相似性度量如皮尔森相关系数[6]和余弦相似性[7]等在计算用户或项目间相似性时依赖于用户对项目的共同评分。……