摘要
论文在分析推荐输入瓶颈问题的基础上,借助社区思想实现了显式评分输入的用户聚类,解决了评分矩阵稀疏的问题;借助用户兴趣度的定义,实现了隐式浏览输入的用户聚类,解决了用户兴趣度不易获取的问题.论文的研究立足于推荐系统的输入,通过聚类分析,为推荐算法的研究奠定了理论基础.
Based on the analysis the bottleneck of recommendation input, aggregation analysis is researched in this paper. In order to ensure the recommended coverage rate, sociality ideological is used to user aggregation in explicit navigation. In order to solve the problem of user interest level, user interest level is defined in implicit navigation. Based on the recommendation input, I laid the theoretical foundation for the research of recommendation algorithm.
出处
《应用泛函分析学报》
CSCD
2014年第2期121-128,共8页
Acta Analysis Functionalis Applicata
基金
河南省社科规划办项目(2013BJJ061)
河南省科技厅软科学项目(142400410313)
河南省教育厅科学技术研究重点项目(14A630013)
关键词
推荐系统
显式评分输入
隐式浏览输入
用户兴趣度
稀疏矩阵
聚类分析
recommender systems
explicit navigation
implicit navigation
user interest level
sparse matrix
aggregation analysis
