计算机工程与科学
計算機工程與科學
계산궤공정여과학
COMPUTER ENGINEERING & SCIENCE
2013年
5期
161-165
,共5页
推荐系统%协同过滤%用户相似性%用户邻居
推薦繫統%協同過濾%用戶相似性%用戶鄰居
추천계통%협동과려%용호상사성%용호린거
个性化推荐技术研究用户行为,分析用户兴趣,主动为用户推荐合适的资源,较好地解决了互联网信息日益庞大与用户需求之间的矛盾.协同过滤算法中,基于邻居的方法和基于潜在因子的方法是目前应用于推荐系统最成功的技术.前者虽然简单易行,但精度有待提高；后者精度较高,但模型复杂,参数难以学习.提出了一种改进的基于用户相似性的协同过滤算法,通过修正用户相似性的度量方法,产生更合理的用户邻居,实现对用户的评分推荐.实验结果表明,所提出的算法相比基于潜在因子的方法简单易行；同时,相比基于邻居的方法,在一定程度上提高了推荐的精度.
箇性化推薦技術研究用戶行為,分析用戶興趣,主動為用戶推薦閤適的資源,較好地解決瞭互聯網信息日益龐大與用戶需求之間的矛盾.協同過濾算法中,基于鄰居的方法和基于潛在因子的方法是目前應用于推薦繫統最成功的技術.前者雖然簡單易行,但精度有待提高；後者精度較高,但模型複雜,參數難以學習.提齣瞭一種改進的基于用戶相似性的協同過濾算法,通過脩正用戶相似性的度量方法,產生更閤理的用戶鄰居,實現對用戶的評分推薦.實驗結果錶明,所提齣的算法相比基于潛在因子的方法簡單易行；同時,相比基于鄰居的方法,在一定程度上提高瞭推薦的精度.
개성화추천기술연구용호행위,분석용호흥취,주동위용호추천합괄적자원,교호지해결료호련망신식일익방대여용호수구지간적모순.협동과려산법중,기우린거적방법화기우잠재인자적방법시목전응용우추천계통최성공적기술.전자수연간단역행,단정도유대제고；후자정도교고,단모형복잡,삼수난이학습.제출료일충개진적기우용호상사성적협동과려산법,통과수정용호상사성적도량방법,산생경합리적용호린거,실현대용호적평분추천.실험결과표명,소제출적산법상비기우잠재인자적방법간단역행；동시,상비기우린거적방법,재일정정도상제고료추천적정도.
