论文部分内容阅读
协同过滤算法是推荐系统中最为成功的技术之一，相似性计算是协同过滤算法的核心．针对传统的相似度计算方法在数据稀疏的情况下推荐不准确问题，提出了基于项目间差异信息熵的相似度计算方法，先通过差异值和共同评价数目对信息熵进行加权，再归一化处理来计算项目间的相似度．用基于项目（Item-based）相似性的协同过滤算法进行了实验验证，实验结果表明，该算法提高了个性化推荐精度．