技术特征：
技术总结
本发明涉及一种基于物品内容特征的改进协同过滤推荐方法，包括以下步骤：读取数据集，并拆分数据集，获取用户评分记录以及物品点击量数据；计算物品与物品之间的共现矩阵以及每个物品点击量均值；计算物品点击量影响因子，该因子与物品之间的点击量差值成反相关；物品相似度与物品点击量因子相乘得到改进后的物品相似度，最终生成相似度矩阵；针对目标用户，找到K个相似的物品，根据兴趣度计算公式计算用户对物品的兴趣程度；最后根据用户对物品的兴趣度排序，推荐最感兴趣的前N个物品。本发明有效提高推荐的覆盖率，增加了推荐物品的多样性。
技术研发人员：陈毅;任正云;文盼
受保护的技术使用者：东华大学
技术研发日：2018.04.13
技术公布日：2018.10.16