本章小结

本章提出了一种基于巴氏系数的改进相似度计算方法，利用用户的每一个评分，考虑了用户评分的全局和局部相似度，能更全面分析用户之间的相似度，并在此基础上设计了BCCF算法，通过与传统协同过滤推荐算法比较，实验结果表明：BCCF不仅仅依赖于两个用户的共同评分，而是利用两个用户的所有评分，现实的系统中用户对项目的共同评分很少甚至没有，故BCCF有很强的实用性；BCCF合理利用用户的每一个评分，根据用户的评分来发现其内在的相关性；BCCF更适用于评分矩阵稀疏的数据集。考虑用户的所有评分，造成计算相似度时其时间复杂度增加，对巴氏系数相似度计算进行优化，并优化巴氏系数相似度中局部相似度信息量计算部分，找到能降低其时间复杂度的方法，进一步提高算法性能。