文献类型：期刊文章

作　　者：赵亮[1] 胡乃静[1] 张守志[1]

机构地区：[1]复旦大学计算机科学系,上海200433

出　　处：《计算机研究与发展》

基　　金：国家自然科学基金重点项目资助 ( 6 99330 10 )

年　　份：2002

卷　　号：39

期　　号：8

起止页码：986-991

语　　种：中文

收录情况：AJ、BDHX、BDHX2000、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：协同过滤技术 (collaborative filtering)目前被成功地应用于个性化推荐系统中 ,但随着系统规模的扩大 ,它的效能逐渐降低 ,针对它的缺点 ,提出了一种高效的个性化推荐算法 ,它包括维数简化和项集相似性计算两个过程 ,这种算法在提高精确性的基础上减少了计算耗费 ,可以较好地解决应用协同过滤技术的推荐系统所存在的稀疏性、扩展性等问题 。

关 键 词：个性化推荐算法 设计  协同过滤 向量空间 单值分解  相似性  

分 类 号：TP301.6]