10.3969/j.issn.1006-9348.2021.09.099
使用关联检索缓和推荐系统中的稀疏性问题
协同过滤作为广泛应用的推荐方法,主要根据过去的交易和相似客户的反馈向当前客户推荐内容.但是,由于数据集稀疏性问题,很难区分客户之间的相似兴趣,这限制了协同过滤的可用性.针对数据集稀疏性问题,结合关联检索的相关知识,参考协同过滤算法,实现了一种改进的协同过滤算法来缓解稀疏性问题并提高推荐的质量.最后对提出的新算法进行测试,简述了改进方法的优点和不足.
协同过滤;关联检索;稀疏性问题;推荐质量
38
TP302(计算技术、计算机技术)
2021-11-08(万方平台首次上网日期,不代表论文的发表时间)
共6页
495-500