摘要：傳統(tǒng)的基于物品的協(xié)同過濾推薦算法根據(jù)用戶的歷史行為,給用戶推薦與用戶之前行為相似的物品.這種傳統(tǒng)的基于物品的協(xié)同過濾算法忽略了物品本身之間內(nèi)在的聯(lián)系,完全只是依賴于用戶-物品矩陣,這無法避免由于用戶主觀上的偏見所導致推薦精度的偏差.針對上述的問題,本文重新定義了物品相似度的計算方法,該方法加入了對于物品內(nèi)在之間聯(lián)系的計算.實驗結(jié)果證明:本文提出的改進的基于物品的協(xié)同過濾算法能在進一步提高了推薦的準確率.