摘要
阐述协同过滤技术在智能推荐系统中的问题及原因,包括数据稀疏性、冷启动、算法扩展性,灵活性和可解释性,提出数据预处理和特征选择、算法选择和组合、实时推荐和增量更新的应用策略。
This paper describes the issues of collaborative filtering technology in intelligent recommendation systems,including data sparsity,cold start,algorithm scalability,flexibility,and interpretability.It proposes application strategies for data preprocessing and feature selection,algorithm selection and combination,real-time recommendation,and incremental updates.
作者
刘鑫
LIU Xin(Jilin University of Architecture and Technology,Jilin 130114,China)
出处
《集成电路应用》
2024年第4期118-119,共2页
Application of IC
基金
吉林建筑科技学院科研课题([2022]012ZQKJ)。
关键词
协同过滤
用户兴趣挖掘算法
智能推荐系统
collaborative filtering
user interest mining algorithms
intelligent recommendation systems