改进的协同过滤算法在资源推荐系统中的应用研究

文章研究了常用的推荐系统模型及协同过滤推荐算法,综合讨论分析了协同过滤算法应用于资源推荐时存在的问题,提出了一种改进的协同过滤推荐算法,根据输入的用户属性特征等信息,使用相似性计算公式获得相似用户群,建立最佳的邻居集合,解决传统算法中的冷启动问题,同时利用k-means聚类降低用户寻找最近邻所消耗的时间,解决了资源过载而带来的速度瓶颈问题。