基于排序学习的PRLMDF推荐算法

针对数据集在排序学习中可解释特征的样本覆盖太少,容易产生过拟合现象,提出了基于排序学习的PRLMDF推荐算法。在类别推荐的基础上进行兴趣点推荐,将类别推荐结果经过预处理和使用多粒度级联森林来构建推荐模型,将每个森林分为许多子森林,在执行过程中使用分布式技术,在保持准确率的基础上提升执行效率。