為了進(jìn)一步提高相似度計(jì)算的準(zhǔn)確性，提出了一種優(yōu)化組合相似度的協(xié)同過濾推薦算法。首先，建立用戶項(xiàng)目評(píng)分時(shí)間矩陣，根據(jù)用戶對(duì)共同評(píng)分項(xiàng)目的評(píng)分時(shí)間先后順序，計(jì)算用戶之間的影響力；其次，根據(jù)用戶對(duì)共同評(píng)分項(xiàng)目的評(píng)分差異，計(jì)算評(píng)分差異的加權(quán)信息熵；最后，將時(shí)序行為影響力融入到基于加權(quán)信息熵的相似度中，其中融合參數(shù)d由隨機(jī)粒子群優(yōu)化算法選擇。通過與其他相似度計(jì)算方法比較，該算法降低了標(biāo)準(zhǔn)平均絕對(duì)誤差和流行度，在一定程度上降低了數(shù)據(jù)稀疏性的影響，能更準(zhǔn)確地計(jì)算相似度，從而提高了推薦質(zhì)量。
?