论文部分内容阅读
当今是一个数据爆炸时期，促进信息过滤技术发展，个性化推荐系统作为其中一种重要的应用方式，已经成为很多网站一种个性化信息服务方式，但传统的协同过滤算法存在扩展性和稀疏性的问题。提出一种基于项目聚类、项目语义相似度和奇异值分解的混合推荐模型，来应对传统的协同过滤推荐系统面临的算法的伸缩性问题、数据稀疏性问题和推荐的精准度问题，进行推荐。结果表明，与传统的算法相比，使用该改进算法能显著地提高推荐系统的推荐质量。