论文部分内容阅读
网络和电子商务的发展,促进了推荐系统的应用。最近邻推荐算法有很直观的解释而在推荐系统中发挥着巨大作用。随着海量数据的可获得性,传统的推荐算法在推荐系统中表现不佳。矩阵分解作为一种新的推荐算法极大地提高了稀疏评分矩阵的推荐质量,文章将矩阵分解的结果应用于基于用户的最近邻推荐系统,其优势在于充分考虑了用户与项目及用户之间的联系。将该方法应用于书籍评分数据,提高了预测精度且能对结果作出很好的解釋。