基于改進協(xié)同過濾的推薦系統(tǒng)研究與實現(xiàn).pdf

1、推薦系統(tǒng)是解決“信息爆炸”問題提升用戶體驗的重要手段，一方面它可以幫助用戶方便快捷地找到潛在需要的項目，另一方面它可以幫助商戶擴大銷售額，其中協(xié)同過濾是構造推薦系統(tǒng)的典型方法，目前協(xié)同過濾方法仍存在對稀疏數(shù)據(jù)表現(xiàn)不理想的現(xiàn)象。
　　本文在深入研究協(xié)同過濾算法的基礎上針對其存在的問題進行有益的探索，主要貢獻如下：
　?。?）對相關理論進行探討
　　在全面梳理國內外在推薦系統(tǒng)、協(xié)同過濾和矩陣分解領域的研究成果的基礎上詳細分

2、析了傳統(tǒng)協(xié)同過濾推薦算法中存在的關鍵問題，同時對相關學者的解決方法進行綜述。
　?。?）一種改進算法
　　針對傳統(tǒng)基于用戶的協(xié)同過濾算法在稀疏數(shù)據(jù)上表現(xiàn)不良的問題提出一種基于矩陣分解改進的協(xié)同過濾算法。首先對原始的評分矩陣進行填充，接著進行奇異值分解來對評分矩陣中的缺失值進行預測，最后結合逆文檔頻率改進的相似度計算方法來計算用戶之間的相似度，實驗結果驗證算法的有效性。
　?。?）搭建原型系統(tǒng)
　　在深入分析Jav