协同过滤算法的研究
物品网络推荐系统使用用户协过滤算法时将遇到非常严重规模性问题稀疏性许多商业推荐系统例亚马逊图书推荐系统拥巨大物品集合使活跃用户购买书数量到所书籍总量1‰所用户能其任用户都共打分书籍这样情况下用户推荐系统能无法给个用户做出任推荐外用户间相似度方案需实时计算相似度计算相似度求须已知少数量物品打分果已知数据太少计算相似度结果会非常准进无法给用户做出合推荐3.1 Adjusted Cosine 相似性物品协过滤算法般需计算相似度用户协过滤算法处于前者计算物品间相似度后者计算用户间相似度计算物品相似度利用上述Cosine相似性算法利用Cosine相似性算法个严重缺点考虑用户打分习惯Adjusted Cosine相似性算法[810]作Cosine相似性算法改进减相应用户打分平均值来消除Cosine相似性算法缺陷利用Adjusted Cosine相似性算法计算物品ij间相似度公式其中用户u所打分平均值根据物品间相似度得到相似物品集合后利用加权方式预测用户u物品i打分3.2 Slope oneSlope ones算法[11]使用两两物品打分相关系信息
<<上一页 下一页>>
广州市越秀区图书馆版权所有。
联系电话：020-87673002
本站访问人数：