摘要
本发明公开了一种基于余弦相似度协同过滤的混合推荐方法,主要解决现有技术获取用户数据单一,数据过于稀疏和推荐性能不高的问题。其步骤为:1.采集用户的信息;2.对用户历史行为数据进行数字化;3.提取出特定群体都感兴趣的文档;4.构建每篇文档与之最相似几篇文档字典;5.构建用户文档评分矩阵;6.用评分矩阵训练出最佳模型;7.根据最佳模型形成推荐列表推荐给用户;8.当用户阅读推荐列表文档到达阈值,重新开始。本发明获取多维度信息,并将其加入到推荐系统中,利用最相似关联公式对数据集进行插入操作,不仅提高了推荐系统的性能,而且缓解了矩阵稀疏性的压力,可用于从大量的数据中找到用户感兴趣的文档。
- 单位