文章首先介绍现存的基于用户的协同过滤推荐算法,分析算法存在的问题。然后在此基础上提出一种新的算法,新算法考察不同用户对相同物品评分的差值,以此度量用户与用户的相似度。由于新算法只关心不同用户对相同物品评分,因此既解决了数据稀疏导致的算法准确度下降问题,同时,又提升了算法效率。最后,利用MoiveLens数据集中的测试数据集对新算法和老算法进行对比,从不同的维度比较新老算法的优劣势。
科研之友
微信
新浪微博
Facebook
分享链接
