电子测量技术
電子測量技術
전자측량기술
ELECTRONIC MEASUREMENT TECHNOLOGY
2014年
10期
119-122
,共4页
推荐系统%协同过滤%稀疏数据%支持向量机%聚类
推薦繫統%協同過濾%稀疏數據%支持嚮量機%聚類
추천계통%협동과려%희소수거%지지향량궤%취류
recommend system%collaborative filtering%sparse data%support vector machine%cluster
在传统应用领域的推荐系统的基础上,解决小数据量进行商品推荐的问题.首先介绍了常规协同过滤算法,接着针对稀疏数据的特殊性对协同过滤算法的相似度模型进行了改进,并且进一步挖掘其数据的特殊性使用支持向量机和改进聚类算法对稀疏数据进行处理.实验数据使用华夏古泉网近一年内的拍卖数据,实验结果表明最终推荐成功率达到了68％.这说明我们提出的推荐算法是合理和有效的.
在傳統應用領域的推薦繫統的基礎上,解決小數據量進行商品推薦的問題.首先介紹瞭常規協同過濾算法,接著針對稀疏數據的特殊性對協同過濾算法的相似度模型進行瞭改進,併且進一步挖掘其數據的特殊性使用支持嚮量機和改進聚類算法對稀疏數據進行處理.實驗數據使用華夏古泉網近一年內的拍賣數據,實驗結果錶明最終推薦成功率達到瞭68％.這說明我們提齣的推薦算法是閤理和有效的.
재전통응용영역적추천계통적기출상,해결소수거량진행상품추천적문제.수선개소료상규협동과려산법,접착침대희소수거적특수성대협동과려산법적상사도모형진행료개진,병차진일보알굴기수거적특수성사용지지향량궤화개진취류산법대희소수거진행처리.실험수거사용화하고천망근일년내적박매수거,실험결과표명최종추천성공솔체도료68％.저설명아문제출적추천산법시합리화유효적.
