科研之友
微信
新浪微博
Facebook
分享链接
摘要
电子商务推荐系统的发展与数据稀疏性,冷启动,可扩展性和隐私保护的研究密切相关,尽管许多研究人员提出了不同的改进推荐算法来解决这些问题,但仍有很大的提升空间。在复杂的社交网络中,我们可以充分利用用户的动态信息偏好,社会关系和历史记录信息来改善推荐系统的性能。基于此,本文提出了一种基于用户动态社交网络信息的新型推荐算法,解决了传统协同过滤算法中的冷启动问题,同时,由于考虑了用户偏好随时间的动态变化因素,改进的推荐方法准确度大大提高。
-
单位四川托普信息技术职业学院
