【摘要】作为被当前推荐系统最普遍采用并取得较大成功的推荐技术,协同过滤推荐技术根据目标用户(或项目)的访问数据或评价信息找到与其相似度较高的用户(或项目)作为最近邻居,然后根据这些最近邻居的评分来预测目标用户(或项目)的评分并为用户推荐项目。然而在实际应用中,协同过滤推荐面临着评分数据稀疏,冷启动和算法扩展性差等诸多问题。本文重点研究了协同过滤推荐算法,对于该算法存在的问题从不同的角度提出两种改进 […]