基于用户购买记录的改进协同过滤推荐

提出一种基于用户购买记录的改进协同过滤推荐。用户的购买记录在一定程度上反映用户的偏好和购买习惯,采用用户-项目购买数量矩阵,使用改进的相似度计算用户之间的相似度,结合用户购买商品之间的关联关系,对目标用户的购买数量进行预测,实现基于用户的协同过滤推荐。实验结果表明,该算法降低了数据稀疏性,使推荐结果更加精确可靠。