论文研究基于加权相似度的用户协同过滤方法.pdf

协同过滤算法中用户相似性度量的准确性对推荐质量有显著影响。为了提高用户协同过滤算法中近邻选择的准确率，提出一种加权的皮尔逊相关系数（PCC），可根据用户-项目的评分数，直接计算出PCC加权因子。将改进的皮尔逊相似度机制用于MovieLens，Douban和Epinions数据集进行实证分析。结果表明，提出的算法可以有效提高协同过滤推荐的平均绝对误差（MAE）和准确度。