个性化推荐算法设计

• 作者: 张守志 胡乃静 赵亮
• 来源期刊: 计算机研究与发展
• 学科: 工学
• 关键词: 推荐系统 协同过滤 向量空间 单值分解 相似性
• 年，卷（期）: 2002,（8）
• 所属期刊栏目: 人工智能与数据库
• 页码范围: 986-991
• 页数: 6页
• 分类号: TP311
• 字数: 6454字
• 语种: 中文

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,针对它的缺点,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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张守志	复旦大学计算机科学系	13	531	5.0	13.0
2	胡乃静	复旦大学计算机科学系	12	532	5.0	12.0
3	赵亮	复旦大学计算机科学系	11	489	5.0	11.0