基于云模型的个性化推荐算法

推荐算法一般都需要计算相似度来寻找兴趣爱好类似的邻居，然后从最近邻喜欢的项目中产生推荐。传统推荐系统在计算相似度时面对数据稀疏问题无能为力，云模型在处理随机性问题时有很大优势，它通过计算三个数值（期望、熵、超熵）完成定性概念和定量数值的转化，它的这些特性被越来越频繁的应用到很多领域。我们也可以通过云模型计算用户的相似度来解决推荐系统中的数据稀疏问题，为了更好的将云模型引入到推荐系统中来。

推荐算法的研究都是基于海量数据之上，MovieLens提供了研究推荐算法常用的数据文件，它包含900多个用户对1682个项目的10000次评价，该课题应用这个数据集把云模型引入到了推荐算法。

关键词：云模型、推荐算法、相似度、MovieLens数据集

论文，代码等资料下载：
http://pan.baidu.com/s/1o84YxSI