基干个性化图书推荐协同过滤算法.docVIP

基干个性化图书推荐协同过滤算法 　　摘 要本文对基于个性化图书推荐的协同过滤算法的设计方案进行实验，目的是为证实在真实用户的多标准评估过程中怎样产生数据集，从而找到一种科学的算法。并通过图书推荐的应用案例来说明算法，以验证其是否有效 【关键词】个性化图书推荐 协同过滤算法 邻居选择 面对巨大的网络数据库，个性化推荐可以及时的追踪用户需求而针对性的优化信息服务的内容与手段，其能帮用户有效处理过载的信息。如今推荐系统已发展成能够产生个性化推荐亦或是引导用户通过个性化的形式到很大的空间中去选择自己的目标商品。本文为研究基于个性化图书推荐的协同过滤算法，通过模拟实验分析多标准推荐系统若干设计方案的有效性 1 多标准协同过滤 所谓推荐系统就是帮客户找到其感兴趣或符合其需求的信息的手段，它主要是两个方面，一是预测某特定用户是不是喜欢某一特定项目，二是识别某个用户所感兴趣的项目。推荐问题可以作下述定义：c是全部用户的集合，s是所推荐的全部可能的项目，uc（s）是一功效函数uc（s）：c×s→R+，用来评价将项目s推荐给用户c是否适宜。假设该函数对整个c×s空间未知，仅在其部分子集中已知，需各用户c∈C可以预测S中项目s的功效函数uc（s），在S中，uc（s）未知，也就是∨c∈C，s=maxuc（s）。在大部分推荐系统内，函数uc（s）一般都只考虑项目的某一属性 协同推荐是