典型文献
协同过滤中相似度算法研究进展
文献摘要：
推荐算法通过历史数据发现用户的兴趣偏好,在数据资源中寻找用户的偏好信息,并对用户进行推荐.目前,推荐系统中的协同过滤算法在各领域应用广泛,由于数据稀疏性和冷启动,使得推荐质量有所下降,为提升推荐精度,有学者从相似度方向进行研究.总结了推荐系统中最广泛使用的协同过滤算法,以及推荐系统中常用的传统相似度算法;对比分析了基于Pearson相关系数的相似度、余弦相似度、修正的余弦相似度等的适用场景;从冷启动和数据稀疏等方面分析了相似度的研究现状,研究表明通过混合相似度计算用户相似性,提高了推荐质量.最后,总结了相关文献在改进后存在推荐效率低、复杂度增高的问题,在提高推荐精度和推荐效率方面对相似度改进进行了展望.
文献关键词：
协同过滤;相似度;数据稀疏;冷启动
中图分类号：
作者姓名：
刘华玲;郭渊;马俊
作者机构：
上海对外经贸大学 统计与信息学院,上海 201620
文献出处：
引用格式：
[1]刘华玲;郭渊;马俊-.协同过滤中相似度算法研究进展)[J].计算机工程与应用,2022(13):27-35
A类：
B类：
相似度算法,算法研究,推荐算法,历史数据,现用,兴趣偏好,数据资源,偏好信息,推荐系统,协同过滤算法,数据稀疏性,冷启动,推荐精度,余弦相似度,适用场景,明通,混合相,相似度计算,用户相似性,进进
AB值：
0.297602
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。
