USST_Arts_112480748 负相关性信息和Sigmoid权重相似度对协同过滤算法的影响研究
摘要互联网的快速发展推动了Web2.0时代的到来,网络用户由Web1.0时代信息被动接受者变为主动发布者。互联网的普及,促使了网民数量的快速增长,从而带动了互联网信息的爆炸式增长,信息越来越多,然而用户对信息的利用率却反而降低,出现了信息过载和信息迷航,用户从海量内容中找到自己感兴趣的信息所需要的时间成本越来越高。作为解决信息过载问题的工具之一,推荐系统能够根据用户的访问行为记录,挖掘用户兴趣,为每个用户推荐其感兴趣的信息,实现个性化的精准推荐。协同过滤算法是工业界使用最广泛运用最成功的一种个性化推荐算法,但其在应用中遇到稀疏性问题和冷启动问题,极大地降低了推荐系统的精度,阻碍了推荐系统的发展...
2024-11-11
2.66MB 66 页 5
4
15积分