文件名称：论文研究-基于KNN-SVM的混合协同过滤推荐算法.pdf
文件大小：1.03MB
文件格式：PDF
更新时间：2022-08-11 12:40:27
数据稀疏性, 支持向量机, K-最近邻, 协同过滤
数据稀疏性问题对协同过滤推荐系统的推荐精度有很大影响, 为此, 融合缺失数据平衡方法, 提出了一个基于KNN-SVM 的混合协同过滤推荐算法。利用K-最近邻法对训练集中的缺失数据进行填补, 然后通过支持向量机交叉验证进行分类, 综合两者优点, 从而克服数据质量对推荐算法的影响。在标杆数据集上进行了仿真实验, 数值结果证明了方法的有效性。