科技与管理
科技與管理
과기여관리
SCIENCE-TECHNOLOGY AND MANAGEMENT
2013年
5期
90-94
,共5页
电子商务%协同过滤%共同评分
電子商務%協同過濾%共同評分
전자상무%협동과려%공동평분
协同过滤是目前电子商务推荐系统中使用最广泛最成功的一种个性化推荐算法.受数据稀疏性影响,传统协同过滤算法在较小共同评分项集上计算出的相似度不能准确反映用户间的相似关系,严重影响了推荐系统的精度.针对该问题,在分析共同评分分布及其与相似度关系的基础上,提出了基于共同评分的协同过滤算法,无须计算相似度,直接将共同评分作为最近邻选择标准.MovieLens实验表明该算法能明显提高预测结果的准确性和覆盖率.
協同過濾是目前電子商務推薦繫統中使用最廣汎最成功的一種箇性化推薦算法.受數據稀疏性影響,傳統協同過濾算法在較小共同評分項集上計算齣的相似度不能準確反映用戶間的相似關繫,嚴重影響瞭推薦繫統的精度.針對該問題,在分析共同評分分佈及其與相似度關繫的基礎上,提齣瞭基于共同評分的協同過濾算法,無鬚計算相似度,直接將共同評分作為最近鄰選擇標準.MovieLens實驗錶明該算法能明顯提高預測結果的準確性和覆蓋率.
협동과려시목전전자상무추천계통중사용최엄범최성공적일충개성화추천산법.수수거희소성영향,전통협동과려산법재교소공동평분항집상계산출적상사도불능준학반영용호간적상사관계,엄중영향료추천계통적정도.침대해문제,재분석공동평분분포급기여상사도관계적기출상,제출료기우공동평분적협동과려산법,무수계산상사도,직접장공동평분작위최근린선택표준.MovieLens실험표명해산법능명현제고예측결과적준학성화복개솔.
