首页> 中文期刊> 《自动化与仪表》 >基于Spark的上下文感知推荐算法的研究

基于Spark的上下文感知推荐算法的研究

         

摘要

推荐系统是大数据在互联网方面最成功的应用之一,是一种更高级的信息检索工具.推荐系统的核心是推荐算法,其直接影响着推荐结果与用户的真实兴趣的契合程度.原始评价矩阵稀疏、实际因素考虑欠缺等因素是目前推荐算法主要解决的方向,该文提出的上下文感知算法对这些影响因子做出了优化.首先对原始矩阵进行填充,合理增加矩阵稠密性,然后结合物品的上下文信息,得到用户偏好度矩阵,最后通过优化的皮尔逊相似度得到近邻用户,得到用户对物品的预测评分.通过对算法结果的多方面分析,表明了优化后算法的准确性与适用性.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号