| 个性化推荐算法设计 |
| |
| 引用本文： | 赵亮,胡乃静,张守志.个性化推荐算法设计[J].计算机研究与发展,2002,39(8):986-991. |
| |
| 作者姓名： | 赵亮 胡乃静 张守志 |
| |
| 作者单位： | 复旦大学计算机科学系,上海,200433 |
| |
| 基金项目： | 国家自然科学基金重点项目资助 ( 6 99330 10 ) |
| |
| 摘 要： | 协同过滤技术（collaborative filtering）目前被成功地应用于个性化推荐系统中，但随着系统规模的扩大，它的效能逐渐降低，提出了一种高效的个性化推荐算法，它包括维数简化和项集相似性计算两个过程，这种算法在提高精确性的基础上减少了计算耗费，可以较好地解决应用协同过滤技术的推荐系统所存在的稀疏性，扩展性等问题，快速产生精确的个性化推荐结果。
|
| 关 键 词： | 个性化推荐算法 设计 协同过滤 向量空间 单值分解 相似性 |
| 作者简介： | 赵亮男,1971年生,博士研究生,主要研究方向为数据库与知识库.(zhaoliu1998@citiz.net)胡乃静男,1971年生,博士研究生,主要研究方向为数据库与知识库.张守志男,1966年生,博士研究生,主要研究方向为数据库与知识库. |
| |
ALGORITHM DESIGN FOR PERSONALIZATION RECOMMENDATION SYSTEMS |
| |
| ZHAO Liang,HU Nai-Jing,and ZHANG Shou-Zhi.ALGORITHM DESIGN FOR PERSONALIZATION RECOMMENDATION SYSTEMS[J].Journal of Computer Research and Development,2002,39(8):986-991. |
| |
| Authors: | ZHAO Liang HU Nai-Jing and ZHANG Shou-Zhi |
| |
| Abstract: | Collaborative filtering is the most successful technology for building recommendation systems. Unfortunately,the efficiency of these methods decline linearly with the number of users and items .To address these limitations, a high efficient personalization recommendation algorithm is presented, which includes two phases: dimensionality reduction and item-based recommendation methods. This algorithm reduces the computation consumption based on enhancing the accuracy, etc. It may solve questions well such as sparsity, scalability. It can create accurate personalization recommendation quickly. |
| |
| Keywords: | recommendation system collaborative filtering vector space singular value decomposition similarity |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
|
|
