摘要：针对没有考虑用户和项目的相似性，推荐精度较低的问题，提出评分统计预测模型，定义用户和项目统计信息分别表示用户个人喜好和项目品质；根据统计信息，产生符合正态分布随机数来表示项目品质评分和个人喜好的评分；最后结合两个评分建立线性回归预测模型进行评分预测，并据此设计了相关算法。实验结果表明，文章提出的算法推荐精度高于传统协同过滤算法。
分类：期刊> 自然科学与工程技术> 信息科技> 电信技术
收录：知网收录(中) > 维普收录(中) > 万方收录(中) > SA 科学文摘(英) > 剑桥科学文摘 > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：协同过滤 评分统计预测 用户统计信息 项目统计信息
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
