基于協(xié)同過濾推薦算法電影網(wǎng)站的構建.pdf

1、隨著互聯(lián)網(wǎng)的迅猛發(fā)展，推薦系統(tǒng)已經(jīng)滲透到了互聯(lián)網(wǎng)中的各方各面，包括電影、書籍、音樂、新聞、網(wǎng)上購物等等。并且在如今信息暴漲的背景下，推薦系統(tǒng)顯得尤為重要，推薦技術也越來越受到學者的關注。協(xié)同過濾技術是推薦系統(tǒng)(Recommender System)最為核心的技術之一，也是目前應用最為廣泛和成功的技術。
　　雖然協(xié)同過濾推薦技術取得了很大的成功，但是傳統(tǒng)的算法本身還是存在一些問題，這些問題包括：數(shù)據(jù)稀疏性問題；冷啟動性問題；系統(tǒng)可擴

2、展性問題。其中數(shù)據(jù)稀疏性問題直接影響了推薦系統(tǒng)的推薦精度，冷啟動問題造成了新用戶對推薦系統(tǒng)忠誠的下降以及新項目的無法被推薦。這些問題都是協(xié)同過濾推薦系統(tǒng)中必須要想辦法解決的問題。
　　本文對協(xié)同過濾推薦算法中的這些經(jīng)典問題做了深入的分析和探討，針對稀疏性問題本文采用了基于項目與項目間的交集個數(shù)權重的相似度改進計算公式；針對冷啟動問題，論文采用了利用項目本身的類別屬性來緩解新項目問題的方法。該方法通過類別屬性計算新項目和其它項目間的