个性化搜索引擎推荐算法研究  

Algorithms recommend research on personalized search engine

作　　者：陈华[1] 李仁发[1] 刘钰峰[1] 练琪[1] 

机构地区：[1]湖南大学计算机与通信学院,长沙410082

出　　处：《计算机应用研究》2010年第1期48-50,53,共4页Application Research of Computers

基　　金：国家教育部科学技术研究重点项目(108168;2008.01-2010.01)

摘　　要：将个性化引入搜索引擎出现了稀疏性、精确性、扩展性等新问题。针对以上问题,提出了一种基于SVD(单值分解)影响集的协作过滤推荐算法,在利用矩阵相关技术以及扩大影响的基础上,将用户潜在感兴趣的资源推荐给用户。实验表明,该算法可有效解决以上存在的问题,显著提高个性化系统的推荐质量。The introduction of personalized into search engine caused the problems of a sparse, accuracy, scalability. In view of the above problem, this paper proposed a collaborative filtering recommendation algorithms based on the impact of SVD to recommend resources of potet^tia/interest to users, using matrix-related technologies and expanding its influence. The experi- ment shows that the algorithm can effectively solve the above problems, significantly improve the recommendation quality of the personalization system.

关 键 词：推荐系统 协同过滤 单值分解 相似性 

分 类 号：TP311.5[自动化与计算机技术—计算机软件与理论]