一种基于用户的协同过滤推荐算法
文章首先介绍现存的基于用户的协同过滤推荐算法,分析算法存在的问题.然后在此基础上提出一种新的算法,新算法考察不同用户对相同物品评分的差值,以此度量用户与用户的相似度.由于新算法只关心不同用户对相同物品评分,因此既解决了数据稀疏导致的算法准确度下降问题,同时,又提升了算法效率.最后,利用MoiveLens数据集中的测试数据集对新算法和老算法进行对比,从不同的维度比较新老算法的优劣势.
推荐算法、协同过滤、数据稀疏、推荐效率、推荐精度
15
TP312(计算技术、计算机技术)
2019-04-17(万方平台首次上网日期,不代表论文的发表时间)
共3页
19-21