基于项目的协同过滤推荐算法研究  

Research on Item-based Collaborative Filtering Recommendation Algorithm

作　　者：马瑞敏[1] MA Rui-min

机构地区：[1]长治学院计算机系,山西长治046011

出　　处：《晋中学院学报》2021年第3期40-43,共4页Journal of Jinzhong University

基　　金：2020年山西省高等学校大学生创新创业训练计划项目“‘幸福家园’社区服务与管理系统”(2020600);2020年长治学院校级科研项目“图书馆座位预约系统的研究与实践”(XJ2020001301)。

摘　　要：IBCF算法的核心思想是从项目相似的角度出发,给用户推荐与其之前喜欢的项目相似的项目,通过分析比较用户的历史行为来计算两个项目的相似度,共同喜欢这两个项目的用户越多,则相似度越高.推荐系统作为缓解信息过载的有效手段虽然被广泛应用于多个领域,但存在着数据稀疏、冷启动、可扩展性等问题,这些问题可采用多种方法缓解但目前很难从根本上加以解决.

关 键 词：推荐系统 基于项目 协同过滤 相似度 

分 类 号：TP391.3[自动化与计算机技术—计算机应用技术]