论文部分内容阅读
随着电子商务的发展,个性化推荐系统已成为研究热点.该文在传统协同过滤推荐算法的基础上引入了重要性程度因子,并提出了基于置信度传播的协同过滤推荐算法.算法通过引入用户重要性程度因子和项目重要性程度因子,基于通信中低密度奇偶校验码(LDPC码)的置信度传播译码算法迭代更新用户和项目的重要性程度因子,从而最终计算得到目标用户对项目的预测评分.Matlab仿真结果表明,基于置信度传播的协同过滤推荐算法相较于传统算法精确度可提升5.09%.