资料下载
×
如何解决协同过滤算法的项目分类不准确问题
消耗积分:0 |
格式:rar |
大小:0.89 MB |
2018-12-10
分享资料个
为解决基于用户部分特征协同过滤算法中出现的项目分类不准确问题，本文提出了一种融合了近似项目的用户部分特征协同过滤算法（AICF）。该算法通过融合项目标签数据和用户评分数据来计算项目综合相似度，以获取待推荐项目的近似项目，然后在近似项目中计算待推荐用户最近邻，最后根据近邻用户对指定用户推荐。实验表明，通过结合项目标签数据改进近邻项目的选择，可以提高最终协同过滤算法的推荐效果。
随着人类进入大数据时代，互联网上的信息呈指数爆炸式增长，如何从茫茫多数据中获取自己感兴趣的数据成为了人类当前所面临的巨大问题。于是便产生了能够主动帮助用户提供有效信息的推荐系统。而协同过滤技术作为最成功的推荐技术之一受到了越来越多的研究者的关注。目前，几乎所有的大型商务系统中都不同程度的使用了各种形式的推荐系统。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
