基于數(shù)據(jù)稀疏性和冷啟動的個性化協(xié)同過濾推薦系統(tǒng)研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，電子商務(wù)走進人們生活的方方面面，我們在購物、看電影、查閱資料等方面都可以用到電子商務(wù)，電子商務(wù)推薦系統(tǒng)也為用戶和企業(yè)帶來了很大的便利，協(xié)同過濾推薦是電子商務(wù)推薦系統(tǒng)中應(yīng)用最廣泛的個性化推薦技術(shù)。但是隨著網(wǎng)站使用人數(shù)、網(wǎng)站商品種類和數(shù)量的增多，給電子商務(wù)推薦系統(tǒng)帶來了挑戰(zhàn)，目前協(xié)同過濾推薦系統(tǒng)中存在的稀缺性和冷啟動問題嚴(yán)重影響著推薦商品的準(zhǔn)確性。
　　本文首先對電子商務(wù)推薦系統(tǒng)進行了研究，詳細介紹了它的概念

2、、發(fā)展和意義，對電子商務(wù)推薦系統(tǒng)的研究概況、研究內(nèi)容做了深入全面的分析，并且對推薦系統(tǒng)的三個模塊進行了介紹。然后又對電子商務(wù)推薦系統(tǒng)中應(yīng)用最為普遍的協(xié)同過濾推薦系統(tǒng)進行了介紹和分析，詳細介紹了協(xié)同過濾推薦算法的原理，就協(xié)同過濾推薦在應(yīng)用中出現(xiàn)的稀缺性問題和冷啟動問題進行了研究，首先通過項目類別運用相似性算法找到目標(biāo)用戶的鄰居用戶，采用slope one算法對矩陣的缺失值進行填充，解決了稀疏性和冷啟動的問題，并且在一定程度上提高了填充數(shù)據(jù)