个性化推荐算法设计

被引：131

作者：

赵亮

胡乃静

张守志

机构：

[1] 复旦大学计算机科学系,复旦大学计算机科学系,复旦大学计算机科学系上海,上海,上海

来源：

计算机研究与发展 | 2002年 / 08期

基金：

国家自然科学基金重点项目;

关键词：

推荐系统; 协同过滤; 向量空间; 单值分解; 相似性;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

协同过滤技术 (collaborative filtering)目前被成功地应用于个性化推荐系统中 ,但随着系统规模的扩大 ,它的效能逐渐降低 ,针对它的缺点 ,提出了一种高效的个性化推荐算法 ,它包括维数简化和项集相似性计算两个过程 ,这种算法在提高精确性的基础上减少了计算耗费 ,可以较好地解决应用协同过滤技术的推荐系统所存在的稀疏性、扩展性等问题 ,快速产生精确的个性化推荐结果

引用

页码：986 / 991

页数：6