基于税收数据的协同过滤推荐算法设计与实现

摘要：

针对商品流通环节采购商与供应商信息不对称问题,采用现阶段主流的协同过滤推荐算法设计个性化推荐方案,为供应商匹配"资信良好"的采购商信息,为采购商提供"质优价廉"的供应商信息,有效沟通供求双方需求.文章首先介绍了基于税收数据进行协同过滤推荐算法设计的必要性,然后设计了基于近邻的协同过滤推荐算法,分别论述了基于用户的协同过滤和基于物品的协同过滤;为克服数据稀疏问题,进一步设计了基于模型的协同过滤推荐算法,通过隐语义模型构建User与Item的关联,详细阐述了基于用户相似度的Incremental SVD推荐算法实现过程,丰富了个性化推荐的应用场景.

关键词：个性化推荐、协同过滤推荐算法、隐语义模型、税收数据

所属期刊栏目：30

分类号：TP391(计算技术、计算机技术)

资助基金：山东省人文社会科学课题;山东省社会科学规划研究项目

在线出版日期：2023-06-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：117-124