用户特征和项目属性相融合的协同过滤推荐算法

摘要：

协同过滤推荐算法是电子商务中的一研究重要研究方向,当前协同过滤推荐算法存在推荐精度低、冷启动等难题.为了改善协同过滤推荐的效果,设计了用户特征和项目属性相融合的协同过滤推荐算法.对当前协同过滤推荐算法的研究现状进行分析,找出它们存在不足的原因,根据用户特征和项目属性对评分相似度进行估计,并根据估计得到协同推荐的结果,选择MovieLens数据集对协同过滤推荐算法的性能进行了分析.结果表明,较好的解决了当前协同过滤推荐算法存在的局限性,提高了协同过滤推荐的精度,具有更好的实际应用价值.

关键词：电子商务系统、协同过滤推荐算法、用户特征、项目属性

所属期刊栏目：34

分类号：TP391(计算技术、计算机技术)

在线出版日期：2018-06-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：76-79