摘要：傳統的協同過濾推薦算法以用戶對所有物品的評分向量作為計算用戶相似度的依據,沒有考慮到物品屬性對用戶興趣的反映。為此,提出一種新的改進的相似度計算方法,引入了＂用戶興趣分布矩陣＂的定義,設計了啟發式的評分預測方式,即根據興趣相似度選出TOP-K用戶之后,以用戶標記的物品數量作為該用戶的權重來預測評分。在Movielens數據集上的測試結果表明,改進后的算法相比傳統的算法在平均絕對誤差（MAE）上降低了7.3%。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
熱門期刊
期刊名稱：微型機與應用
微型機與應用雜志緊跟學術前沿，緊貼讀者，是一本綜合性半月刊，已經在為中國電子、電信、工控、通訊、計算機等領域人士的首選期刊，具有不可替代的市場效應。堅持指導性與實用性相結合的原則，創辦于1982年，雜志在全國同類期刊中有很重的學術價值。
