融合相似用戶、物品的矩陣分解推薦算法研究

打開文本圖片集

摘要：推薦系統(tǒng)中傳統(tǒng)的協(xié)同過濾算法和基于矩陣分解的推薦算法都單獨(dú)地進(jìn)行相關(guān)推薦，但兩種方法獨(dú)立運(yùn)行，都存在一定的不足，導(dǎo)致推薦質(zhì)量不佳。為了進(jìn)一步提升推薦算法性能來提高推薦準(zhǔn)確度，文章提出一種融合相似用戶、物品的矩陣分解推薦算法，在矩陣分解模型的基礎(chǔ)上，結(jié)合協(xié)同過濾思想來挖掘目標(biāo)用戶的個(gè)性化候選物品推薦。（剩余4579字）