CAJ | 학술논문

文中围绕传统的协同过滤推荐算法存在的局限性展开研究,提出一种不确定近邻的协同过滤推荐算法UNCF.根据推荐系统应用的实际情况,对于推荐的每一种场景其实都是不可预先确定的,而文中算法基于用户以及产品的相似性计算,自适应地选择预测目标的近邻对象作为推荐群,同时计算推荐群中推荐把握概率较高的信任子群,最后通过不确定近邻的动态度量方法,来对预测结果进行平衡的推荐.通过实验结果表明,该算法可以有效平衡用户群以及产品群推荐结果所带来的不稳定影响,有效缓解用户评分数据稀疏的情况所带来的问题,并在多个实验数据中,提高了推荐系统的预测准确率.
문중위요전통적협동과려추천산법존재적국한성전개연구,제출일충불학정근린적협동과려추천산법UNCF.근거추천계통응용적실제정황,대우추천적매일충장경기실도시불가예선학정적,이문중산법기우용호이급산품적상사성계산,자괄응지선택예측목표적근린대상작위추천군,동시계산추천군중추천파악개솔교고적신임자군,최후통과불학정근린적동태도량방법,래대예측결과진행평형적추천.통과실험결과표명,해산법가이유효평형용호군이급산품군추천결과소대래적불은정영향,유효완해용호평분수거희소적정황소대래적문제,병재다개실험수거중,제고료추천계통적예측준학솔.