基于Spark MLlib协同过滤算法的美食推荐系统研究

• 作者: 徐林
• 来源期刊: 吉林大学学报（信息科学版）
• 学科: 工学
• 关键词: SparkMLlib算法库 美食推荐系统 协同过滤算法 交替最小二乘法 矩阵补全
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 181-185
• 页数: 5页
• 分类号: TP391
• 字数: 3256字
• 语种: 中文

摘要

针对交替最小二乘法中矩阵稀疏度较大时推荐结果的准确性下降问题,提出了一种改进的协同过滤算法.该算法根据用户对各种潮州美食的评分,结合其他用户的兴趣相似度,并利用潮州美食属性特征的相似度作为权重因子进行矩阵补全.实验结果表明,改进算法的平均MAE(Mean Absolute Error)值为0.583,有效地提高了推荐精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐林	韩山师范学院计算机与信息工程学院	8	4	1.0	2.0