本文针对协同过滤推荐算法中存在的矩阵稀疏问题,提出了基于聚类和矩阵分解的推荐算法,并结合隐式反馈信息构建的电视用户收视偏好模型,将推荐算法应用有电视动画受众分群和推荐中。针对受众分群和节目推荐所使用的聚类算法和推荐算法涉及大量的迭代计算的问题,采用了高效的分布式计算系统——Spark进行电视动画节目推荐研究。该方法提高了推荐准确度,运行时间明显减少,具有较强的可扩展性。
科研之友
微信
新浪微博
Facebook
分享链接
