论文部分内容阅读
大数据环境下，实现多源数据的高效利用是推荐服务的一个重要问题。为此，基于协同推荐方法，选取相似用户的消费行为完成推荐排序，在用户聚类过程引入预聚类单元和综合聚类单元。预聚类单元对用户一产品评分矩阵、电信业务身份、用户网络关注内容等数据，分别进行相似度计算。综合聚类单元计算数据丰度权重，进行综合相似度计算和用户聚类。同时，引入了可调节的效度权重，根据推荐结果的点击率和转化率。自动优化推荐系统。