首页> 中文期刊> 《科技资讯》 >个性化商品推荐系统的混合推荐算法研究

个性化商品推荐系统的混合推荐算法研究

         

摘要

推荐算法是推荐系统的核心内容,推荐算法的评价标准包含预分类准确性和测准确性。传统的推荐算法有两个明显缺陷,使用词频作为搜索文本的特征向量与无法克服高频词汇干扰。通过TF/IDF特征词加权改进算法提升分类准确性。提出混合模型LDTF,从信息增益的角度计算每个词性对词义的贡献增益,来判断一个特定词在此词性下能够代表的词义权重,用动态的计算不同词性的词性比,解决传统TF/IDF算法在文本识别的缺陷,使用CW-TF/IDF优化算法提升特征词的分类效果综合提升推荐准确度。为了解决内容推荐稀疏矩阵问题引入WSBCF协作推荐算法,提升推荐系统的用户体验,实验结果表明能在不同评分矩阵稀疏度下,统计能显著且明显提高。

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