基于迭代SVD的电影推荐算法的研究

摘要：

现有的电影推荐算法中,协同过滤算法是最常使用、操作最简单方便的算法,但传统的协同过滤算法存在评分矩阵稀疏、推荐精度低等问题.针对这些问题,提出了矩阵填充策略,根据矩阵填充技术的优缺点,选择了几种填充稀疏矩阵的方法,并且利用迭代SVD算法得到了电影推荐的局部最优解,并利用均方根误差(RMSE)对结果进行了评价,利用R软件对电影评分数据集进行处理,实验结果表明,与传统的协同过滤推荐算法相比,迭代SVD算法能有效地提高推荐的准确性,更加准确地给用户提供想看的电影.

关键词：协同过滤、矩阵填充、稀疏矩阵、电影推荐

所属期刊栏目：17

分类号：TP391.3(计算技术、计算机技术)

在线出版日期：2021-06-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：1-3