基于專家協(xié)同過(guò)濾與混合策略的推薦算法

打開(kāi)文本圖片集

摘要：隨著互聯(lián)網(wǎng)技術(shù)和數(shù)字媒體的不斷發(fā)展，因?yàn)樾畔①Y源過(guò)載使用戶很難找到自己喜歡的物品，而推薦系統(tǒng)能有效處理該問(wèn)題。文章針對(duì)推薦系統(tǒng)中存在常見(jiàn)的噪聲用戶和冷啟動(dòng)問(wèn)題，提出了基于專家用戶協(xié)同過(guò)濾和奇異值分解（SVD）的混合推薦算法。先對(duì)用戶進(jìn)行專家用戶人工篩選降噪，再利用SVD算法分解后填充專家評(píng)分矩陣，同時(shí)在計(jì)算用戶與專家的相似度時(shí)加入時(shí)間權(quán)重，最終選擇最優(yōu)項(xiàng)目進(jìn)行推薦。（剩余7096字）