基于巴氏系数的协同过滤算法

为了克服协同过滤算法的稀疏性问题和传统相似度计算方法过度依赖共同评分的问题,本文引入巴氏系数改进修正余弦相似度,进而提出基于巴氏系数的协同过滤算法(CFBC)。改进的算法考虑了项目全局评分信息和局部评分信息,克服了对于共同评分项的依赖。为了证明CFBC算法的有效性,我们基于已有的相似度计算方法实现了协同过滤算法,实验结果表明CFBC算法提高了推荐的准确性。

探讨基于云计算技术的个性化推荐系统

信息时代的到来,加速了信息技术的发展,以云计算为代表的信息技术开始得到广泛的推广与应用。个性化推荐系统是帮助用户在冗杂的信息中找到自己所需信息的重要手段,将云计算技术应用在个性化推荐系统中,快捷、多元化地满足了用户的不同需求,有效提高了信息利用效率。本文针对基于云计算技术的个性化推荐系统进行了简要分析,以供参考和借鉴。