论文部分内容阅读
协同过滤（CF）个性化推荐算法过程中，用户相似度计算是CF技术的核心问题之一。以用户显式、离散评分的条件为基础，应用概率论分析方法，考察了用户显式离散评分向量，提出了改进方法：全面均值法结合对商品进行分类推荐的改进算法。分析表明这种方案更适合推荐系统实际应用环境。实际数据实验表明，新方法提高了CF推荐的预测精度和推荐质量。