基于差分隐私的Slope One协同过滤推荐算法，王辉，何杰，Slope One算法是一种简洁高效且推荐精度高的协同过滤推荐算法，然而其很难提供一个严格的隐私保证。潜在攻击者可以通过观察用户的推

评论数据存在稀疏问题，不足以支撑学习出更全面的用户偏好。针对评论稀疏问题进行了研究，并提出一种应对评论稀疏的即插即用辅助网络（NRSN），其能与不同的模型进行结合，以添加辅助信息的方式，来重新调整当前模型输出的用户偏好向量。首先根据目标用户，使用aspect-attention机制从其近邻用户评论中学习出近邻用户的偏好，然后采用co-attention机制将近邻用户和目标用户进行契合度匹配，调整出目标用户新的偏好向量。在三组公开数据集下的实验结果表明，NRSN不仅能提高所结合模型的推荐性能，且能有效应对“冷启动”场景下的评论稀疏问题。

系统基于协同过滤， 基于用户的和基于item的都有实现 可在线预览 clothing.colaplusice.com 邮箱:fjl2401@163.com 基于django2＋python3.7+mysql/sqlite+bootstap3 技术文档和readme很全。里面附带论文

实验三 基于用户的协同过滤算法.docx

对协同过滤算法的原理进行介绍，有助于对算法进行理解

推荐系统协同过滤实验数据集，可用于学习基于用户或者基于电影的协同过滤算法。非常实用的数据集，值得收藏。

代码如下:using System;using System.Collections.Generic;using System.Linq;using System.Text;namespace SlopeOne{    public class Rating    {        public float Value { get; set; }        public int Freq { get; set; }        public float AverageValue        {            get { return Value / Freq; }

主要介绍了Java编程实现基于用户的协同过滤推荐算法代码示例，具有一定参考价值，需要的朋友可以了解下。

1、解压下载的CollaborativeFilteringBasedText压缩文件 2、操作系统中需装java jdk1.7或者以上版本 3、点击start.bat，在运行过程中，输出文本之间的距离和相似度

Neural Collaborative Filtering这篇论文的Neural matrix factorization模型，模型的参数可以自行调整。