PCA算法在酒店推荐系统中的应用研究

摘要：

目前我们使用的酒店推荐系统中,会出现用户评分数据极端稀疏,矩阵的稀疏性导致推荐算法在相似性计算时存在较大误差,进而导致最近邻居选择的不准确,从而影响推荐质量.针对此问题,我们通过对评分矩阵采用PCA降维的方法,降低评分矩阵的稀疏性,保留了最能代表用户兴趣的维数,使得相似性计算更加准确,保证了最近邻居选择的准确性,从而提高了推荐质量.

关键词：机器学习、PCA算法、酒店推荐系统、降维

分类号：TP391.9(计算技术、计算机技术)

资助基金：咸阳师范学院大学生创新创业训练计划项目2019033

在线出版日期：2020-07-02（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：51-52