科研之友
微信
新浪微博
Facebook
分享链接
摘要
推荐系统在互联网技术快速发展的今天变得越来越重要,因为它能为用户做出最适当的选择。协作过滤(CF)是推荐系统设计中应用最成功和最广泛的技术,能根据用户的过去评级记录,推荐活跃用户的项目。不过,与用户项目矩阵中的大量用户和项目相比,用户对项目的评级非常稀疏,CF可能会导致不佳的建议。它将用户的隐式交互记录与项目相结合,通过采用关联规则来挖掘处理大量数据,可以捕获每个交易的多个采购关联规则,而不仅仅是计算总的采购量,并通过实施修改了的预处理,在基于多次购买完成的用户之间发现类似的兴趣模式。另外,随着关联规则挖掘的表现,聚类技术已被用于减少数据的大小和项目空间的维度,然后,计算出基于其特征的项目之间的相似性,以提出建议并进行实验。结果表明,在Precision和Recall指标两个方面,即使数据非常稀疏,这种技术也能达到很好的性能。
- 单位
