论文部分内容阅读
针对目前应用较为广泛的推荐算法大都还未明确地帮助用户发现其潜在兴趣这一问题，本文引入用户兴趣度这一概念，提出了一种改进的基于用户兴趣的协同过滤算法，同时通过借鉴0-1背包问题求解来改进用户相似性计算方法。实验结果表明，该算法能更准确地刻画用户本身的兴趣，缓解了数据稀疏性问题，从而提高了推荐算法的推荐准确度。