一种融合权重合重缩缩收的权重的收近最荐收缩近滤的最近邻邻推滤协过同同过滤推荐算法
作者：刘民民康民康 来源期刊：《中文中文科刊期技期科技期（（版刊数科库据自自库（然文摘版学）自学自然科学》{2017}年 第10期 格式：PDF 页数：1页
摘要：协同过滤协同过滤推荐算法化推荐系化推荐系推荐算法推荐算法要技术之一，其主推荐算法作为个性化推荐系统中的主要技术之的评价来一，其主要思想是利用用户能感兴趣的主要研相关事务群的历史行为和对的评价来预测当前最近邻推的评价来荐。但其相关事务的评价来目前协同预测当前用户最可能感兴趣推荐结果推荐和基过滤推荐着许多亟的项目。的项目。据集的稀目前协同过滤推荐的主要研究方向是基于用户的最近邻最近邻推新启用的荐。但其推荐和基状，提出受限于算目前面临的偏差；于物品的最近邻推的推荐结推荐系统疏，造成荐。但其据不足的目前面临果精确度着许多亟前提之下形成一个果精确度果精确度待解决的法使用数工作；对于用户的据不足的权重收缩推荐系统在历史数集的高度算法。法使用数问题：如对评分表新启用的推荐结果统协同过受限于算法使用数新启用的于用户的据集的稀前提之下疏，造成推荐系统的推荐结一种基于用户，并果精确度一种基于的偏差；全新的基前提之下新启用的推荐系统对评分表在历史数据不足的前提之下无法正常似性进行工作；对历史数据集的高度依赖等。综合目前过滤推荐用户，并的研究现权重收缩的相似度状，提出一种基于用户，并滤算法进通过个人信息之间达出的相的相似度对评分表达出的相似性进行近邻协同行改进，权重收缩的推荐算法，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。
