weixin_45958110的博客

基于网格的推荐算法将用户和项目视为抽象的节点，算法所利用的信息隐藏在用户和项目之间的选择关系中。虽然这些关系可以很容易地处理，但许多有用的信息被忽略了，导致推荐算法不那么准确。本文的目的是对标准物质扩散算法提出改进，考虑用户评分对推荐项目的影响，加入调节因子，优化推荐算法中的初始资源分配向量和资源转移矩阵。引入平均排名得分评价指标，量化用户对推荐结果的满意度。在MovieLens训练数据集上进行了实验，实验结果表明，该算法在推荐准确率和命中率方面均优于经典的协同过滤系统和基于网络结构的推荐系统。