期刊文章详细信息
文献类型:期刊文章
机构地区:[1]北方民族大学网络信息技术中心,银川750021
年 份:2014
卷 号:37
期 号:10
起止页码:119-122
语 种:中文
收录情况:JST、RCCSE、ZGKJHX、普通刊
摘 要:在传统应用领域的推荐系统的基础上,解决小数据量进行商品推荐的问题。首先介绍了常规协同过滤算法,接着针对稀疏数据的特殊性对协同过滤算法的相似度模型进行了改进,并且进一步挖掘其数据的特殊性使用支持向量机和改进聚类算法对稀疏数据进行处理。实验数据使用华夏古泉网近一年内的拍卖数据,实验结果表明最终推荐成功率达到了68%。这说明我们提出的推荐算法是合理和有效的。
关 键 词:推荐系统 协同过滤 稀疏数据 支持向量机 聚类
分 类 号:TP311]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...