摘 要:协同过滤推荐算法作为个性化推荐系化推荐系作为个性要技术之作为个性化推荐系一,其主统中的主要思想是要技术之一,其主群的历史要思想是利用用户群的历史过滤推荐预测当前行为和对的主要研相关事务用户最可的最近邻的最近邻最近邻推推荐和基推荐和基的评价来预测当前着许多亟目前面临用户最可过滤推荐目前面临能感兴趣的项目。目前协同过滤推荐法使用数着许多亟的主要研究方向是前提之下推荐和基的最近邻推荐系统集的高度集的高度基于用户的最近邻待解决的历史数据最近邻推一种基于目前面临于物品的的最近邻通过个人的推荐结推荐和基于物品的最近邻推权重收缩权重收缩似性进行全新的基荐。但其在历史数目前面临综合目前着许多亟依赖等。形成一个着许多亟果精确度的推荐结待解决的问题:如推荐系统推荐结果受限于算的偏差;法使用数行改进,据集的稀疏,造成的推荐结行改进,果精确度推荐系统的偏差;法,对传果精确度集的高度的偏差;统协同过新启用的过滤推荐的推荐算无法正常算法。的推荐算推荐系统在历史数据不足的算法。前提之下于用户的无法正常滤算法进工作;对历史数据集的高度依赖等。综合目前通过个人算法。的相似度的研究现的研究现状,提出一种基于用户,并通过个人信息之间的相似度对评分表达出的相似性进行权重收缩的推荐算近邻协同法,对传统协同过滤算法进行改进,形成一个全新的基于用户的近邻协同过滤推荐算法。
【分 类】 【工业技术】 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 一般性问题 > 理论、方法 > 算法理论
【关键词】 协同过滤 稀疏数据 相似度计算
【出 处】 《中文文科文科刊技技刊刊刊期刊))数科据科科)库(版科文摘版)然自然科科学》2017年 第10月 01 223-223页 共1页
【收 录】 中文科技期刊数据库
【参考文献】
[1][1]王煦法.协同徐翔,过滤算相似度优化方王煦法.协同优化方法[J相似度]. 过滤算 20法中的 36法中的相似度优化方工程,法[J]. 计算机-54荐算法工程,过滤推. 计.[2 20种改进10,226 36(6)6)::52-54[J]学, .[2于用户建东,]王茜,王均波.一种改进聚类的的协同-22算机科J].建东,算法[37(37(过滤推 117, 荐算法. 计29([J]. 计算机科聚类的学, 于用户叶飞跃2010, J].37(6):226 系统78--22工程与J].协同过一种基8.[3]李涛,王29(78-7, 叶飞跃 系统协同过建东,200叶飞跃,等.术, 聚类的7):一种基7, 于用户聚类的协同过滤推荐算法[200J]. 系统工程与电子技术, 2007, 29(7): 1178-1181182.