论文部分内容阅读
协同过滤是目前电子商务推荐系统中广泛应用的最成功的推荐技术，但面临严峻的用户评分数据稀疏性和推荐实时性挑战。针对协同过滤中的数据稀疏问题，提出了一种基于最近邻的个性化推荐算法。通过维数简化技术对评分矩阵进行优化，降低数据稀疏性；采用一种新颖的相似性度量方法计算目标用户的最近邻居，产生推荐预测。实验结果表明，该算法有效地解决了数据稀疏，提高了推荐系统的推荐质量。