基于改進(jìn)協(xié)同過(guò)濾的推薦系統(tǒng)研究與實(shí)現(xiàn).pdf

1、推薦系統(tǒng)是解決“信息爆炸”問(wèn)題提升用戶體驗(yàn)的重要手段，一方面它可以幫助用戶方便快捷地找到潛在需要的項(xiàng)目，另一方面它可以幫助商戶擴(kuò)大銷售額，其中協(xié)同過(guò)濾是構(gòu)造推薦系統(tǒng)的典型方法，目前協(xié)同過(guò)濾方法仍存在對(duì)稀疏數(shù)據(jù)表現(xiàn)不理想的現(xiàn)象。
　　本文在深入研究協(xié)同過(guò)濾算法的基礎(chǔ)上針對(duì)其存在的問(wèn)題進(jìn)行有益的探索，主要貢獻(xiàn)如下：
　?。?）對(duì)相關(guān)理論進(jìn)行探討
　　在全面梳理國(guó)內(nèi)外在推薦系統(tǒng)、協(xié)同過(guò)濾和矩陣分解領(lǐng)域的研究成果的基礎(chǔ)上詳細(xì)分

2、析了傳統(tǒng)協(xié)同過(guò)濾推薦算法中存在的關(guān)鍵問(wèn)題，同時(shí)對(duì)相關(guān)學(xué)者的解決方法進(jìn)行綜述。
　?。?）一種改進(jìn)算法
　　針對(duì)傳統(tǒng)基于用戶的協(xié)同過(guò)濾算法在稀疏數(shù)據(jù)上表現(xiàn)不良的問(wèn)題提出一種基于矩陣分解改進(jìn)的協(xié)同過(guò)濾算法。首先對(duì)原始的評(píng)分矩陣進(jìn)行填充，接著進(jìn)行奇異值分解來(lái)對(duì)評(píng)分矩陣中的缺失值進(jìn)行預(yù)測(cè)，最后結(jié)合逆文檔頻率改進(jìn)的相似度計(jì)算方法來(lái)計(jì)算用戶之間的相似度，實(shí)驗(yàn)結(jié)果驗(yàn)證算法的有效性。
　　（3）搭建原型系統(tǒng)
　　在深入分析Jav