为了解决协同过滤推荐算法中存在的新用户冷启动、数据稀疏等问题,在经典的协同过滤推荐算法的基础上,提出了一种改进的协同过滤算法,并将其应用在农资电子商务网站。该算法利用用户相似度解决冷启动问题,同时基于时间评分、逆向最大匹配中文分词和TF-IDF方法构建用户浏览兴趣特征模型,从而生成用户的最近邻居推荐以弥补稀疏性问题。试验结果表明,本研究提出的推荐算法一定程度上提高了农资推荐的准确性,满足了用户对农资的个性化需求。
科研之友
微信
新浪微博
Facebook
分享链接
