推薦系統(tǒng)中一種改進的協(xié)同過濾推薦算法的研究.pdf

1、伴隨互聯(lián)網(wǎng)信息資源規(guī)模的迅猛增長，用戶要在海量信息空間中獲得符合自己需求的信息也越發(fā)困難。推薦系統(tǒng)作為一種智能個性化信息服務(wù)系統(tǒng)，為用戶推薦用戶感興趣的信息資源。推薦算法是推薦系統(tǒng)的核心，近些年來，協(xié)同過濾技術(shù)作為迄今為止應(yīng)用最成功的推薦技術(shù)之一，得到了研究者廣泛的關(guān)注。然而，傳統(tǒng)的協(xié)同過濾算法存在許多的問題，其中數(shù)據(jù)稀疏性問題直接影響推薦系統(tǒng)的推薦結(jié)果的好壞。
　　本論文對推薦系統(tǒng)做了深入了解與研究，認真學習了廣泛使用的協(xié)同過濾

2、推薦算法。為了解決傳統(tǒng)的協(xié)同過濾推薦算法的數(shù)據(jù)稀疏性問題，本文在對矩陣分解技術(shù)進行有益的探索和研究的基礎(chǔ)上，提出了一種基于非負矩陣分解的改進的協(xié)同過濾推薦算法，并且通過模擬數(shù)據(jù)和真實數(shù)據(jù)對改進后的算法進行了性能驗證。
　　最后，本文在模擬數(shù)據(jù)集上和真實數(shù)據(jù)集上對改進后的算法進行測試，從推薦的平均絕對誤差、推薦精確率和推薦召回率三個方面驗證了本文所提算法的有效性，并且與傳統(tǒng)的基于用戶的協(xié)同過濾推薦算法進行對比，實驗證明了本文所提算法