Trong bài báo này, chúng tôi đã đề xuất một hệ thống gợi ý sử dụng tương quan khoảng cách (disdance correlation).
Độ đo tương quan khoảng cách được sử dụng để phát hiện mức độ không phù hợp hoặc không tương thích giữa các người dùng trong hệ thống gợi ý. Phương pháp thực hiện của tương quan khoảng cách là tính khoảng cách giữa các người dùng không dựa trên giá trị xếp hạng (rating) theo từng cặp, mà nó tập trung vào tính phân phối từng giá trị rating của người dùng thứ nhất với tất cả các giá trị rating của người dùng khác. Thực nghiệm được tiến hành trên tập dữ liệu Jester5k, sử dụng phương pháp phân hoạch dữ liệu là “split”, và các phương pháp như: độ chính xác (Accuracy) và độ trung hòa F-measure cũng được chọn để đánh giá hiệu suất của các mô hình gợi ý. Kết quả cho thấy rằng giá trị chính xác của mô hình đề xuất cao hơn các mô hình đã so sánh, điều đó có nghĩa là mô hình đề xuất đưa ra các gợi ý phù hợp hơn và tốt hơn cho người dùng so với các mô hình được so sánh. Bên cạnh đó, khả năng cân bằng của mô hình gợi ý tương quản cũng cao hơn các mô hình được so sánh.