融合协同过滤和XGBoost的推荐算法-计算机应用研究.PDFVIP

———————————————————————————————————————————————— 融合协同过滤和XGBoost 的推荐算法 作者 崔岩，祁伟，庞海龙，赵辉 机构 长春工业大学 计算机科学与工程学院 DOI 10.19734/j.issn.1001-3695.2018.06.0463 基金项目 国家自然科学基金资助项目）；吉林省教育厅“十二五”科学技术研究项目 （2014132） 预排期卷 《计算机应用研究》2020 年第37 卷第1 期 摘要 协同过滤是信息过滤和推荐系统中应用最广泛的技术，但是在数据处理中存在数据稀疏问 题，影响推荐算法的准确性。提出融合协同过滤和XGBoost 的推荐算法，根据用户对项目的 评价以及项目本身所具备的自身特点，挖掘项目和用户的潜在关系，提高算法的推荐准确性。 采用百度深度学习框架PaddlePaddle 在Book-Crossings 数据集上进行实验，实验结果表明， 提出的算法和文献中两种算法相比，准确性有显著提升。 关键词