一种基于用户特征的改进协同过滤推荐方法

摘要

本发明公开了一种基于用户特征的改进协同过滤推荐方法，所述方法包括以下步骤：根据所有用户平均评分对原有用户评分区间进行修正，利用修正后的用户评分区间均值和所有用户平均评分，对原有用户评分进行修正，获取归一化处理后的用户评分；根据归一化处理后的用户评分对评分差均值进行调整和归一化处理，结合原Jaccard相似性系数得到改进后的Jaccard相似性系数，以此获取用户评分相似度；通过用户的性别、年龄、职业特征信息，对用户属性相似度进行计算；将用户评分相似度和用户属性相似度线性结合作为最终用户相似度，并进行近邻计算，生成推荐列表。本发明提高了传统基于用户的协同过滤算法的推荐质量，并在一定程度上减轻数据稀疏性问题的影响。