經(jīng)典的Slope One算法采用線性回歸模型對目標(biāo)項(xiàng)目進(jìn)行預(yù)測評分，但在項(xiàng)目評分偏差表構(gòu)建過程中產(chǎn)生了部分噪聲數(shù)據(jù)，影響了算法的推薦性能。為了解決該問題，建立了一種基于局部近鄰Slope One協(xié)同過濾推薦算法。算法計(jì)算了當(dāng)前活躍用戶針對不同推薦商品的近鄰用戶集，其鄰居用戶集根據(jù)目標(biāo)項(xiàng)目的不同而動態(tài)變化；根據(jù)活躍用戶關(guān)于不同目標(biāo)項(xiàng)目的鄰居用戶數(shù)據(jù)來進(jìn)一步優(yōu)化項(xiàng)目之間的平均偏差，進(jìn)而產(chǎn)生推薦。對比實(shí)驗(yàn)說明，該算法在Moviel。ens數(shù)據(jù)集上具有較高推薦精度。
?