典型文献
协同过滤推荐算法的优化研究
文献摘要：
协同过滤推荐是目前应用最广泛和最成功的推荐系统,但传统的协同过滤算法没有充分利用用户的行为反馈信息,忽略了时间顺序、序列顺序等有效信息,存在一些局限性.文章基于传统的协同过滤算法,结合用户交互行为信息中的时间顺序、序列顺序以及物品的流行度和用户的活跃度等信息,优化算法的推荐效果,并且在数据集MovieLens上进行验证,实验结果表明优化后的协同过滤推荐算法能有效提升推荐效果.
文献关键词：
协同过滤;相似性度量;推荐算法
中图分类号：
作者姓名：
孙红梅
作者机构：
福建广播电视大学三明分校,福建三明365000
文献出处：
引用格式：
[1]孙红梅-.协同过滤推荐算法的优化研究)[J].电脑知识与技术,2022(13):88-90
A类：
B类：
协同过滤推荐算法,推荐系统,协同过滤算法,用用,反馈信息,有效信息,用户交互行为,流行度,活跃度,推荐效果,MovieLens,相似性度量
AB值：
0.245965
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
