|
|||||
|
|
| 基于TSVD的协同过滤推荐算法研究 | |
| 作者姓名： | 周艳 李凯 付高宇 向铭杰 曹建波 叶栩见 |
| 摘 要： | 针对经典的协同过滤推荐算法的一系列不足,如用户冷启动、商品评分稀疏性以及推荐精度不高,文章提出基于截断奇异值分解(TSVD)的协同过滤推荐算法.使用TSVD技术对稀疏矩阵进行降维处理,利用Jaccard相似度算法计算用户间相似度,提高推荐精度.实验结果显示,基于截断奇异值分解(TSVD)的协同过滤算法体现良好的推荐质量... |
| 关 键 词： | 推荐算法 协同过滤 稀疏矩阵 截断奇异值分解 |