论文研究-基于用户兴趣度和特征的优化协同过滤推荐.pdf

【文件属性】：
文件名称：论文研究-基于用户兴趣度和特征的优化协同过滤推荐.pdf
文件大小：258KB
文件格式：PDF
更新时间：2022-08-11 17:49:22
用户兴趣度,用户特征,贝叶斯算法,协同过滤,用户相似度 协同过滤技术目前被广泛应用于个性化推荐系统中。为了使用户的最近邻居集合更加精确有效，提出了基于用户兴趣度和用户特征的优化协同过滤推荐算法。首先通过计算用户对项目的兴趣度来对用户进行分组；然后采用贝叶斯算法分析出用户具有不同特征时对项目的喜好程度；最后采用一种新的相似度度量方法计算出目标用户的最近邻居集合。实验表明该算法提高了最近邻居集合的有效性和准确度，推荐质量较以往算法有明显提高。