一种改进的协同过滤推荐算法

被引：14

作者：

杨芳 ^{[1
]}

潘一飞 ^{[2
]}

李杰 ^{[1
]}

王云峰 ^{[1
]}

机构：

[1] 河北工业大学管理学院

[2] 四川大学电气信息学院

来源：

河北工业大学学报 | 2010年 / 39卷 / 03期

关键词：

电子商务; 个性化推荐; 数据挖掘; 协同过滤推荐算法; 用户多兴趣;

D O I：

10.14081/j.cnki.hgdxb.2010.03.019

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

电子商务的蓬勃发展,使网站中能够提供的商品种类日益繁多,如何迎合客户的兴趣来推荐商品,成为当前电子商务亟待解决的重点问题.协同过滤作为目前推荐系统应用中最为成功的个性化推荐技术,也得到了越来越多研究者的关注.文章在简要介绍传统协同过滤推荐算法的基础上,重点对推荐算法无法适用于用户多兴趣下的推荐问题进行了剖析,提出了一种基于用户多兴趣的协同过滤推荐改进算法.通过实验仿真,验证了该算法的有效性.

引用

页码：82 / 87

页数：6