综合用户偏好和优先新品推荐的协同过滤算法

• 作者: 冯锋 吴杰
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 协同过滤 矩阵分解SVD 余弦相似性 BP神经网络
• 年，卷（期）: 2014,（10）
• 所属期刊栏目: 算法
• 页码范围: 285-287,328
• 页数: 4页
• 分类号: TP3
• 字数: 3267字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2014.10.069

摘要

协同过滤算法是电子商务推荐系统中最重要的技术之一，基于传统的协同过滤推荐技术并未考虑到新商品有更多的推荐价值。提出一种改进策略，运用矩阵分解SVD算法、余弦相似性，将具有共同兴趣的用户聚簇分组，提取组内用户评价产品的特征向量，运用BP神经网络进行训练，预测用户组对未知产品的满意度。对于满意的新产品赋予较高的推荐等级，进行优先推荐。同时，也有效弥补了在传统的协同过滤算法中普遍存在着的冷启动、矩阵稀疏等问题。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯锋	宁夏大学数学计算机学院	73	182	8.0	10.0
2	吴杰	宁夏大学数学计算机学院	10	43	4.0	6.0