计算机工程与科学
計算機工程與科學
계산궤공정여과학
COMPUTER ENGINEERING & SCIENCE
2009年
4期
110-112,116
,共4页
个性化推荐%协同过滤%模糊聚类%平均绝对偏差
箇性化推薦%協同過濾%模糊聚類%平均絕對偏差
개성화추천%협동과려%모호취류%평균절대편차
推荐系统是个性化服务中最重要的技术之一,协同过滤技术已经成功地应用于个性化推荐系统中.随着用户和商品数目日益增加,推荐系统的效能逐渐降低,实时性要求也难以保证.针对此缺点,本文使用了一种基于模糊聚类的协同过滤推荐,根据用户对项目评分的相似性对项目进行模糊聚类,并在此基础上搜索目标用户的最近邻居,从而缩小最近邻的查找范围并产生推荐结果.实验结果表明,该方法可以有效提高个性化服务中的实时响应速度.
推薦繫統是箇性化服務中最重要的技術之一,協同過濾技術已經成功地應用于箇性化推薦繫統中.隨著用戶和商品數目日益增加,推薦繫統的效能逐漸降低,實時性要求也難以保證.針對此缺點,本文使用瞭一種基于模糊聚類的協同過濾推薦,根據用戶對項目評分的相似性對項目進行模糊聚類,併在此基礎上搜索目標用戶的最近鄰居,從而縮小最近鄰的查找範圍併產生推薦結果.實驗結果錶明,該方法可以有效提高箇性化服務中的實時響應速度.
추천계통시개성화복무중최중요적기술지일,협동과려기술이경성공지응용우개성화추천계통중.수착용호화상품수목일익증가,추천계통적효능축점강저,실시성요구야난이보증.침대차결점,본문사용료일충기우모호취류적협동과려추천,근거용호대항목평분적상사성대항목진행모호취류,병재차기출상수색목표용호적최근린거,종이축소최근린적사조범위병산생추천결과.실험결과표명,해방법가이유효제고개성화복무중적실시향응속도.
