大规模互联网推荐系统优化算法.pdfVIP

大规模互联网推荐系统优化算法 姜鹏, 许峰, 周文欢 (河海大学计算机与信息学院，江苏 南京 211100) 摘 要 推荐系统是互联网应用中关键技术之一，该系统通过分析用户的行为，通过主动向用户推荐产品的方式替代被动 接受用户请求。优秀的推荐系统不仅可以提高用户体验，还能提高用户购买欲望。协同过滤算法是推荐系统中广泛应用的算 法之一。在大规模网络中，传统协同过滤算法将出现极端稀疏问题，且算法效率低下。本文设计了一种通过对网络分割、分 组的协同过滤算法，该算法目的是将大规模网络通过一定的分割规则分割并分组，利用分治的思想，将问题分解为子问题的 求解，达到算法性能的优化。 关键词 推荐系统; 相似度计算; 协同过滤; 网络分割; An Optimization Algorithm for Large-scale Internet Recommender System JIANG Peng, XU Feng, ZHOU Wenhuan (C