计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2004年
10期
76-78
,共3页
何光辉%鲍丽山%王蔚韬%周戈
何光輝%鮑麗山%王蔚韜%週戈
하광휘%포려산%왕위도%주과
协同过滤推荐算法%伸缩性%推荐质量%推荐优化
協同過濾推薦算法%伸縮性%推薦質量%推薦優化
협동과려추천산법%신축성%추천질량%추천우화
协同过滤(CF)推荐系统应用知识发现技术为实时交易的用户提供个性化的产品或服务推荐.这些系统在电子商务领域取得了很大的成功.但是,在克服CF推荐系统的算法可伸缩性和推荐质量这两个根本性挑战方面还存在许多问题.本文分析了传统的CF算法,并介绍了一种提高推荐质量的新方法,我们称这种新方法为CF算法的推荐优化.从我们的分析可得,我们的方法相比传统的CF算法提供了更高的质量保证.
協同過濾(CF)推薦繫統應用知識髮現技術為實時交易的用戶提供箇性化的產品或服務推薦.這些繫統在電子商務領域取得瞭很大的成功.但是,在剋服CF推薦繫統的算法可伸縮性和推薦質量這兩箇根本性挑戰方麵還存在許多問題.本文分析瞭傳統的CF算法,併介紹瞭一種提高推薦質量的新方法,我們稱這種新方法為CF算法的推薦優化.從我們的分析可得,我們的方法相比傳統的CF算法提供瞭更高的質量保證.
협동과려(CF)추천계통응용지식발현기술위실시교역적용호제공개성화적산품혹복무추천.저사계통재전자상무영역취득료흔대적성공.단시,재극복CF추천계통적산법가신축성화추천질량저량개근본성도전방면환존재허다문제.본문분석료전통적CF산법,병개소료일충제고추천질량적신방법,아문칭저충신방법위CF산법적추천우화.종아문적분석가득,아문적방법상비전통적CF산법제공료경고적질량보증.
