基于项目模糊相似度的协同过滤推荐算法

针对传统协同过滤算法中评分和标签存在的模糊性问题进行了研究，利用梯形模糊数描述评分与满意度的映射关系，在考虑评分稀疏性的基础上构建了一种新的梯形模糊评分模型以判断基于模糊评分的相似度，分析标签与项目的隶属度，构建模糊项目标签矩阵以衡量基于标签隶属度的相似度，最终采用改进的评分预测策略进行评分估计。在MovieLens数据集上的实验结果显示，所提算法在抑制项目冷启动、缓解模糊性和稀疏性问题的同时，提高了预测精度，表明了该算法的有效性。