协同过滤算法的改进研究
随着互联网的高速发展,网络信息的规模越来越大,为了更高效的为用户提供信息服务,运用协同过滤算法的个性化推荐技术正广泛的应用于各类网络信息服务系统.然而协同过滤算法存在着冷启动、数据稀疏等问题,影响了系统的推荐精度.为了改善这一问题,本文在对传统的协同过滤算法分析研究的基础上,提出了一种改进方案,将基于项目的协同过滤与基于用户的协同过滤技术联合运用,通过相关反馈和查询扩展的信息扩展方法,在一定程度上缓解了用户-项目评分矩阵数据稀疏性问题,与传统算法相比提高了推荐准确度.
协同过滤、相似性、数据稀疏、个性化推荐
11
TP391(计算技术、计算机技术)
河北省高等学校科学技术研究重点项目ZD20131070;廊坊市科技支撑计划项目2014011036
2015-06-10(万方平台首次上网日期,不代表论文的发表时间)
共3页
261-263