一種改進的top-N協(xié)同過濾推薦算法
大小：1.34 MB 人氣： 2018-01-14 需要積分：2
標(biāo)簽：協(xié)同過濾(9756)推薦算法(9953)
針對傳統(tǒng)的相似度計算方法僅依靠用戶評分信息矩陣來計算物品或用戶相似度，物品相似度的計算考慮了所有用戶的歷史反饋信息等問題，提出一種改進的協(xié)同過濾推薦算法。以所有物品的度的平均值作為閡值，在用戶相似度計算公式中引入用戶共同評分權(quán)重以及流行物品權(quán)重；在物品相似度計算公式中引入物品時間差因素和用戶共同評分權(quán)重。將興趣相似的用戶聚成一類，在類內(nèi)應(yīng)用推薦算法分別為用戶進行推薦。實驗結(jié)果表明，相比于傳統(tǒng)的協(xié)同過濾推薦算法，新算法得到的推薦結(jié)果在召回率上提高了2. 1%。該算法可在一定程度上提高推薦算法的精度以及推薦質(zhì)量。
?
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
一種改進的top-N協(xié)同過濾推薦算法下載
相關(guān)電子資料下載
- TikTok將開發(fā)獨立版推薦算法，以滿足美國用戶需求？ 426
- 快手的短視頻推薦算法（1） 782
- 詳解推薦算法的架構(gòu)流程 2871
- 《麻省理工科技評論》發(fā)布了最新的2021年10大突破性技術(shù)的概念 2814
- top-N推薦算法評測的影響有哪些？ 1846
- 基于賽靈思FPGA的廣告推薦算法Wide and deep硬件加速案例 2775
- 互聯(lián)網(wǎng)廣告推薦迎來變革，雪湖科技聯(lián)合賽靈思發(fā)布推薦算法解決方案 1614
- 基于阿里云FPGA云的廣告推薦算法加速器 985
- 基于深度學(xué)習(xí)的推薦算法大部分都存在不同程度的數(shù)據(jù)集缺失和源碼缺失 3690
- 基于標(biāo)簽的推薦算法應(yīng)用場景、基于標(biāo)簽的推薦算法原理介紹 16714