电子商务协同过滤稀疏性研究:一个分类视角

被引：21

作者：

李聪 ^{[1
]}

梁昌勇 ^{[2
]}

杨善林 ^{[2
]}

机构：

[1] 四川师范大学计算机科学学院

[2] 不详

来源：

管理工程学报 | 2011年 / 25卷 / 01期

关键词：

电子商务; 协同过滤; 推荐算法; 稀疏性;

D O I：

10.13587/j.cnki.jieem.2011.01.024

中图分类号：

F713.36 [电子贸易、网上贸易]; TP311.52 [];

学科分类号：

1201 ;

摘要：

协同过滤是目前电子商务推荐系统中广泛使用的、最成功的推荐算法,但面临用户评分数据稀疏性问题的挑战。在介绍用户偏好数据获取途径的基础上,将稀疏性改善技术归纳为六类,包括设定缺省值、结合基于内容的过滤、降维、图论方法、基于项目评分预测以及增加用户-系统交互,重点评述了各类算法的研究情况并对六类技术进行了比较,最后探讨了该领域的未来研究方向。

引用

页码：94 / 101

页数：8

共 20 条

[1] 基于领域最近邻的协同过滤推荐算法 [J].