基于协同过滤的美食店铺推荐算法
最近,随叫随到的外卖服务在中国非常流行,美团、大众点评每天的外卖订单超过3000万份,美食平均在30分钟内送到食客手中.如何推荐出更符合用户喜好的餐厅,成为当下商家和用户较为关心的话题.针对如何对用户推荐符合心意的餐厅的问题,文章提出了基于协同过滤的美食店铺推荐算法,同时分析了基于用户的推荐算法、基于餐厅的推荐算法、基于SVD的协调过滤算法以及流行度推荐算法这四种推荐算法,解决了推荐餐厅与用户喜好适配度问题.实验表明,文章提出的基于协同过滤的美食店铺推荐算法,在准确率(Precision)和召回率(Recall)以及F1这三种指标上优于其他对比算法.
协同过滤、推荐系统、混合算法、美食店铺、美食推荐
18
TP311(计算技术、计算机技术)
嘉兴南湖学院SRT项目;嘉兴南湖学院科研项目
2022-12-08（万方平台首次上网日期，不代表论文的发表时间）
共3页
51-53
