现代计算机（普及版）
現代計算機（普及版）
현대계산궤（보급판）
MODERN COMPUTER
2014年
5期
20-25
,共6页
协同过滤%推荐系统%聚类
協同過濾%推薦繫統%聚類
협동과려%추천계통%취류
Collaborative Filtering Algorithm%Recommendation System%Clustering
当今是一个数据爆炸时期，促进信息过滤技术发展，个性化推荐系统作为其中一种重要的应用方式，已经成为很多网站一种个性化信息服务方式，但传统的协同过滤算法存在扩展性和稀疏性的问题。提出一种基于项目聚类、项目语义相似度和奇异值分解的混合推荐模型，来应对传统的协同过滤推荐系统面临的算法的伸缩性问题、数据稀疏性问题和推荐的精准度问题，进行推荐。结果表明，与传统的算法相比，使用该改进算法能显著地提高推荐系统的推荐质量。
噹今是一箇數據爆炸時期，促進信息過濾技術髮展，箇性化推薦繫統作為其中一種重要的應用方式，已經成為很多網站一種箇性化信息服務方式，但傳統的協同過濾算法存在擴展性和稀疏性的問題。提齣一種基于項目聚類、項目語義相似度和奇異值分解的混閤推薦模型，來應對傳統的協同過濾推薦繫統麵臨的算法的伸縮性問題、數據稀疏性問題和推薦的精準度問題，進行推薦。結果錶明，與傳統的算法相比，使用該改進算法能顯著地提高推薦繫統的推薦質量。
당금시일개수거폭작시기，촉진신식과려기술발전，개성화추천계통작위기중일충중요적응용방식，이경성위흔다망참일충개성화신식복무방식，단전통적협동과려산법존재확전성화희소성적문제。제출일충기우항목취류、항목어의상사도화기이치분해적혼합추천모형，래응대전통적협동과려추천계통면림적산법적신축성문제、수거희소성문제화추천적정준도문제，진행추천。결과표명，여전통적산법상비，사용해개진산법능현저지제고추천계통적추천질량。
The world has entered a data explosion era, promoting the rapid development of information filtering technology. Personalized recommen-dation system is an important form of information filtering, has become indispensable to each big mainstream website of a new generation of personalized information service form. To solve the traditional collaborative filtering algorithm existing the sparsity and scalability prob-lems, proposes a collaborative filtering algorithm based on Canopy clustering, Semantic similarity between items and singular value de-composition to deal with the traditional collaborative filtering recommendation system scalability, the algorithm of data sparsity problem and recommendation accuracy problem. The experimental results show that, compared with the user based collaborative filtering algo-rithm, this algorithm can improve the similarity calculation accuracy under the cold start problem.
