SVD推荐算法在传统服饰商城的应用

• 作者: 朱翡虹 梁荣锋 袁仕芳 钟志攀
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: SVD推荐算法 推荐系统 服饰商城 最速下降算法 奇异值分解
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 应用开发研究
• 页码范围: 211-215
• 页数: 5页
• 分类号: TP301
• 字数: 3617字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2020.02.041

摘要

随着互联网的普及和信息技术的发展,人们日常生活可以接触到的信息越来越丰富,产生信息数据的速度也越来越快.在拥有海量信息数据的同时,过量的信息不可避免地导致了"信息过载"问题,而推荐系统正是解决这个问题的有效方法之一.首先介绍了奇异值分解(SVD)和SVD推荐算法之间的联系,然后叙述了SVD推荐算法的思路并给出SVD算法模型的最优损失函数.在此基础上,建立一个传统服饰商城的推荐系统,利用158组样本数据测试该系统,得出推荐系统的均方根误差为0.9994,平方绝对值误差为0.7366.此外还计算了样本数据的误差百分比,结果表明绝大多数测试样本的误差百分比在30％以内.基于SVD推荐模型的特点和实验结果得出,SVD推荐模型适用于小型电商平台的商城用户的个性化推荐.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	袁仕芳	五邑大学数学与计算科学学院	23	18	2.0	3.0
2	钟志攀	五邑大学数学与计算科学学院	1	0	0.0	0.0
3	梁荣锋	五邑大学数学与计算科学学院	1	0	0.0	0.0
4	朱翡虹	五邑大学数学与计算科学学院	1	0	0.0	0.0