融合用户相似度与评分信息的协同过滤算法

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：推荐系统利用机器学习的技术进行信息过滤，准确地定位用户需要的信息，并且能够预测用户对目标项目的喜好程度。但是由于新用户和新项目的存在，传统的协同过滤推荐系统面临着冷启动问题的挑战。为了解决协同过滤推荐系统中用户冷启动问题，设计了融合用户相似度与评分信息的协同过滤算法（SR-CF）。该算法用基于人口统计学的推荐算法找出用户基本信息之间的相似度，再根据最速下降法对用户评分矩阵进行更新，从而产生对目标用户的推荐。基于MoiveLens公开数据集的实验结果表明，所设计的算法在保证推荐准确率的同时提高了推荐的覆盖率，能有效解决用户冷启动问题。

原文链接:http://www.cqvip.com//QK/95955B/201703/672513278.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：协同过滤 过滤算法 相似度 moive 人口统计学 推荐系统 用户冷启动 人口统计学 评分信息