基于上下文的協(xié)同過濾算法研究.pdf

1、世界范圍內(nèi)網(wǎng)絡(luò)技術(shù)迅速地普及并廣為應(yīng)用，電子商務(wù)也取得了十分快速的發(fā)展?；ヂ?lián)網(wǎng)上信息數(shù)量和強(qiáng)度快速膨脹，現(xiàn)在，人們從信息匱乏時代進(jìn)入到了信息過剩的時代，所關(guān)注的核心問題逐漸變成在怎樣在廣袤的資源中找到所需要的關(guān)鍵信息，推薦系統(tǒng)應(yīng)運(yùn)而生。其中，協(xié)同過濾技術(shù)作為最重要的技術(shù)之一，在理論研究方面和實踐之中同時都得到了成功而迅猛的發(fā)展。
　　但是，用戶的相似度計算，數(shù)據(jù)稀疏下系統(tǒng)的冷啟動，諸如此類問題阻礙了協(xié)同過濾算法推薦質(zhì)量的提高。這些

2、問題在一定程度上會直接影響推薦系統(tǒng)的質(zhì)量。部分算法時間復(fù)雜度較高，計算開銷較大。
　　針對上面所提及的幾個問題，對算法提出改進(jìn)。針對基于領(lǐng)域的算法中基于用戶和基于物品的協(xié)同過濾基礎(chǔ)算法，對部分項加以權(quán)重或者處罰，給出了相應(yīng)的改進(jìn)算法，以提高推薦準(zhǔn)確度提高推薦質(zhì)量。提出了基于用戶注冊信息的算法，來解決冷啟動問題。針對基于內(nèi)容過濾推薦算法難以靈活的結(jié)合多維信息，而協(xié)同過濾算法總是需要依據(jù)顯示或隱式的評分?jǐn)?shù)據(jù)。以至于推薦算法通常都面臨著