如需要完整文档点击下方 "点击下载文档" 按钮

协同过滤算法在目前推荐系统中应用广泛,而如何寻找相似用户是协同过滤算法的核心,同时也是协同过滤算法发展的瓶颈,能否准确地找到相似用户决定了协同过滤算法的性能。 但是由于评分矩阵的稀疏性问题,使得寻找相似用户十分困难,稀疏性问题严重制约着协同过滤算法的性能。 为了解决稀疏性问题,提出了一种融合稀疏度进行加权的协同过滤算法。 该算法首先重新定义了矩阵稀疏度计算方法,然后融合矩阵稀疏度对用户相似度进行加权,并以此来改进协同过滤算法。 改进后的算法由于有效地利用了稀疏矩阵中的相似信息来寻找相似用户,因此算法的推荐性能得到了提高。 实验结果表明,与传统的协同过滤算法比较,改进算法使推荐结果的准确率和覆盖率都得到了提高。

如需要完整文档点击下方 "点击下载文档" 按钮

《融合稀疏度加权的协同过滤算法研究》

将 完整文档 下载到本地，方便收藏和查阅

文件号：062646

点击下载文档