摘要
介绍了现有协同过滤推荐的几种主要算法。它们对数据稀疏性问题都有一定的缓和作用。通过在数据集MovieLens上的实验,分析了各个算法在不同稀疏度下的推荐质量,为针对不同数据稀疏度的系统实现提供了可靠依据。
This paper summarized several primary algorithms, and experimented on MovieLens data. And analyzed different algorithm with the experimental results.
出处
《计算机应用研究》
CSCD
北大核心
2007年第6期94-97,共4页
Application Research of Computers
基金
江苏省自然科学基金资助项目(BK2005046)
关键词
电子商务
推荐系统
协同过滤
数据稀疏
相似性
e-commerce
recommender system
collaborative filtering
data sparse
similarity