计算机工程与设计
計算機工程與設計
계산궤공정여설계
COMPUTER ENGINEERING AND DESIGN
2014年
9期
3091-3094,3184
,共5页
购买记录%协同过滤%购买数量%关联关系%推荐
購買記錄%協同過濾%購買數量%關聯關繫%推薦
구매기록%협동과려%구매수량%관련관계%추천
purchase records%collaborative filtering%purchase quantity%association relationship%recommendation
提出一种基于用户购买记录的改进协同过滤推荐.用户的购买记录在一定程度上反映用户的偏好和购买习惯,采用用户项目购买数量矩阵,使用改进的相似度计算用户之间的相似度,结合用户购买商品之间的关联关系,对目标用户的购买数量进行预测,实现基于用户的协同过滤推荐.实验结果表明,该算法降低了数据稀疏性,使推荐结果更加精确可靠.
提齣一種基于用戶購買記錄的改進協同過濾推薦.用戶的購買記錄在一定程度上反映用戶的偏好和購買習慣,採用用戶項目購買數量矩陣,使用改進的相似度計算用戶之間的相似度,結閤用戶購買商品之間的關聯關繫,對目標用戶的購買數量進行預測,實現基于用戶的協同過濾推薦.實驗結果錶明,該算法降低瞭數據稀疏性,使推薦結果更加精確可靠.
제출일충기우용호구매기록적개진협동과려추천.용호적구매기록재일정정도상반영용호적편호화구매습관,채용용호항목구매수량구진,사용개진적상사도계산용호지간적상사도,결합용호구매상품지간적관련관계,대목표용호적구매수량진행예측,실현기우용호적협동과려추천.실험결과표명,해산법강저료수거희소성,사추천결과경가정학가고.
