改进的协同过滤算法在商品推荐中的应用 |
| |
作者姓名: | 刘鑫 李家乐 赵敏 |
| |
作者单位: | 吉林建筑科技学院 |
| |
基金项目: | 2018年全国大学生创新创业训练计划项目“改进的协同过滤算法在个性化推荐中的应用研究”,项目编号:国家级201813604007;2018年吉林省大学生创新创业训练计划项目“改进的协同过滤算法在个性化推荐中的应用研究”;吉教高字【2018】30号3928。 |
| |
摘 要: | 本文对传统的协同过滤推荐算法进行了一定程度的优化,将基于协同过滤技术的理论研究更好地应用在商品个性化推荐中,以解决协同过滤打分稀疏问题,以及协同过滤的推荐准确率低的问题,首先使用二部图表示用户和商品的二元关系,然后利用二部图模块函数对用户和商品划分相似类,最后产生基于同类用户和同种商品的推荐列表并将两个推荐列表混合使用,得到基于二部图函数的改进的协同过滤算法。算法根据用户的兴趣和需求向其推荐个性化的商品,降低了用户搜寻信息的成本,具有广泛的可行性和实用性。
|
关 键 词: | 协同过滤算法 商品推荐 二部图函数 |
本文献已被 维普 等数据库收录! |
|