奇异值分解的协同过滤推荐算法研究.pdfVIP

基于奇异值分解的协同过滤推荐算法研究 朱敏，苏博 (贵州大学，贵州贵阳550003) 摘要：协同过滤系统是目前最成功的推荐系统，但随着电子商务系统规模、用户数量、产品种类的不断扩大，基于协同过滤 的推荐系统面临着挑战。要真正提高推荐系统的推荐质量，协同过滤妊须与其他技术相结合。因此，出现了许多基于协同过滤 技术的改进技术，这些技术在一定程度上提高了推荐系统的推荐质量。提出了基于奇异值分解技术与协同过滤相结合的算法， 通过这种算法，可以提高系统推荐效率，希望能够对实践有所裨益。 关键词：奇异值；协同过滤；算法 ResearchofCollaborativeFilter Algorithm Recommendjng baseon Value SingularDecomposition ZHU B0 Min．SU 膨凇觑，Univemdy,Gu／ya,留，Ou／z妇oa550005,刎 themost e_吒cⅢ黼system Abstract：Colaba甚tive行旧吨issm：ess刖recormadrg剐s踟，buta,S∞明埘唱with size，subscR岢nnt臂，productcareSSes， of re=mmen魄systan fadngchae嘲es．Totruly打眦theqL越ty the旧“m鼬翩ofthe怕：oImHdhg based∞oolabo恺tive伺坷吨is system，oolabo陀tive be other 011 cobb：甩tive tOacaraineXlz砒 ca蒯诵t}l tech硇B 骨嘲must techn．瞄J．So，there抛腑州111湘垤黼h协ch蝴basedfiratg，ttme of the on liter value be quaity amc|egives base colabo甩tive the阳嘣m日庙瓜∞system．．The N90Iitm and嘲gubrdecompo西廿0n，珂theaJ区oritm。把canmoroved of t0 therecormm蚝efficiency nw_be themlc七晚． the剐蚰咖，hop．盯g a删benefit Keywords：singularvalue；collaborativefilter；Algorithm 1弓l富 喜好程度，然后采用奇异值分解技术，获得的隐含语义关 目前推荐系统，查询系统主要采用传统的基于关键词 检索的搜索引擎，由于不具有智能性，不能学习用户的兴 目标用户自动进行推荐。 吾罢昌：言荔萎雾曩鬈：最后系统根据这一喜好程度来对一■ 趣，信息需求在相当长一段时间内保持不变或变化不大， 用户只能不断在网上反复查询相同的内容，这造成了许多 3利用奇异值分解寻找相似度 不必要的浪费。正是在这样