10.3969/j.issn.1002-7300.2014.10.027
基于稀疏数据推荐系统的研究与实现
在传统应用领域的推荐系统的基础上,解决小数据量进行商品推荐的问题.首先介绍了常规协同过滤算法,接着针对稀疏数据的特殊性对协同过滤算法的相似度模型进行了改进,并且进一步挖掘其数据的特殊性使用支持向量机和改进聚类算法对稀疏数据进行处理.实验数据使用华夏古泉网近一年内的拍卖数据,实验结果表明最终推荐成功率达到了68%.这说明我们提出的推荐算法是合理和有效的.
推荐系统、协同过滤、稀疏数据、支持向量机、聚类
37
TP311(计算技术、计算机技术)
2014-12-31(万方平台首次上网日期,不代表论文的发表时间)
共4页
119-122