基于用户兴趣子类的协作推荐算法
随着电子商务规模的进一步扩大,用户数目和文档资源急剧增加,导致用户数据的极端稀疏性.传统协作推荐算法都无法很好地解决数据稀疏性问题.本文提出一种基于兴趣子类的协作推荐算法,通过子类处理思想的引入,使得某两个用户即使整体不相似而因为”局部点”的相似产生有用的推荐,”最近邻居”的发现变得更容易更准确.实验结果表明,该算法能有效地解决用户数据的极端稀疏问题,在同等条件下,相对于传统协作推荐算法”9”有更好的推荐质量.
兴趣子类、兴趣分类树、协作推荐、数据稀疏性、平均绝对误差
32
TP3(计算技术、计算机技术)
重庆大学校科研和教改项目2003A33
2005-11-17(万方平台首次上网日期,不代表论文的发表时间)
共5页
176-180