计算机科学 ›› 2005, Vol. 32 ›› Issue (10): 176-180.
朱征宇 张小林 熊茜 谢祈鸿
ZHU Zheng-Yu, ZHANG Xiao-Lin ,XIONG Qian, XIE Qi-Hong (College of Computer, Chongqing University, Chongqing 400044)
摘要: 随着电子商务规模的进一步扩大,用户数目和文档资源急剧增加,导致用户数据的极端稀疏性.传统协作推荐算法都无法很好地解决数据稀疏性问题.本文提出一种基于兴趣子类的协作推荐算法,通过子类处理思想的引入,使得某两个用户即使整体不相似而因为“局部点”的相似产生有用的推荐,“最近邻居”的发现变得更容易更准确.实验结果表明,该算法能有效地解决用户数据的极端稀疏问题,在同等条件下,相对于传统协作推荐算法有更好的推荐质量.
No related articles found! |
|