协同过滤推荐算法..ppt

协 同 过 滤 推 荐 算 法 一：协同过滤算法综述 二：在个性化服务中的应用 综述 算法简介 相似性比较方法 用户-项目矩阵稀疏性问题及解决办法 冷启动问题 推荐速度 推荐策略 评估方法 一 算法简介 随着互联网的普及，网络资源的激增，用户很难快速找到需要 的信息。为了提供精确而又快速的推荐, 研究者提出了多种推荐算 法, 其中协同过滤推荐算法是应用最为成功的一种。 协同过滤这一概念首次于1992 年由Goldberg、Nicols、Oki及 Terry提出,应用于Tapestry系统, 该系统仅适用较小用户群(比如, 某一个单位内部),而且对用户有过多要求(比如,要求用户显式的 给出评价).目前,许多电子商务网站都已经使用了推荐系统, 如 Amazon、CDNow、Drugstore，当当网上书店和Moviefinder 等。 一 算法简介 目前主要有两类协同过滤推荐算法: 基于用户的协同过 滤推荐算法和基于项目的协同过滤推荐算法. 基于用户的协同过滤推荐算法基于这样一个假设, 即如果用户 对一些项目的评分比较相似, 则他们对其他项目的评分也比较相似. 算法根据目标用户的最近邻居(最相似的若干用户)对某个项目的评 分逼近目标用户对该项目的评分. 基于项目的协同过滤推荐算法认为, 用户对不同项目的评分存 在相似性, 当