基于物品的协同过滤算法推荐

摘要：

个性化推荐通过挖掘每个用户潜在的需求,为广大消费者在众多的商品中找到自己所需要的商品提供了有利条件[1],在电子商务中发挥了越来越重要的作用.协同过滤推荐方法是目前比较流行的个性化推荐方法之一.基于协同过滤的推荐算法有两种,一种是基于用户的协同过滤算法,另一种是基于物品的协同过滤算法.本文主要是用基于物品的协同过滤算法的个性化推荐进行应用,以用户对各个网站的浏览次数为依据,通过余弦、 皮尔逊这两个相识性来分析了网站的相似程度、 寻找近邻的相似网站,进行评分预测,向用户推荐其未浏览过,可能感兴趣的网站.

关键词：个性化推荐、基于物品、协同过滤、相似性、评分预测

在线出版日期：2018-12-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：279,213