推薦系統(tǒng)中協(xié)同過濾算法研究.pdf

1、信息技術的飛速發(fā)展加快了信息的創(chuàng)建和傳播速度，使人們能夠更加自由的進行知識的分享和交流。但是海量信息的存在也產(chǎn)生了不可忽視的負面影響-信息過載。搜索引擎等信息檢索和過濾技術的出現(xiàn)在一定程度上緩解了信息過載問題，但是這些技術的使用需要用戶有明確的需求目標，并不能為用戶智能的篩選其可能感興趣的對象。在此背景下，推薦系統(tǒng)孕育而生，并且迅速創(chuàng)造出商業(yè)和社會價值。其中，協(xié)同過濾推薦算法作為具有廣泛使用基礎的推薦技術，一經(jīng)提出就受到了極大的關注，并

2、且取得了優(yōu)秀的使用效果，具有重要的研究價值和應用前景。
　　進行高精度的推薦是協(xié)同過濾算法追求的目標。本文從用戶評分數(shù)據(jù)入手，對用戶間的評分項目劃分為幾種不同的類別，并從評分相同的項目和評分不同的項目兩個角度出發(fā)，分別計算相似度，然后結合兩者得出一種基于用戶評分差值的相似度計算方法，提高了算法的推薦質量。
　　稀疏性問題也是協(xié)同過濾推薦算法不可回避的關鍵問題，指數(shù)級增長的項目和用戶數(shù)量產(chǎn)生了極度稀疏的用戶評分數(shù)據(jù)，導致推薦效