大规模互联网推荐系统优化算法
【出 处】:
【作 者】:
姜鹏
[1] ;
许峰
[1] ;
周文欢
[1]
【摘 要】
推荐系统是互联网应用中的关键技术之一,该系统通过分析用户行为,用主动向用户推荐产品的方式替代被动地接受用户请求.优秀的推荐系统不仅可以提高用户体验,还能增加用户购买欲望.协同过滤算法是推荐系统中广泛应用的算法之一.在大规模网络中,传统协同过滤算法将出现极端稀疏问题,且算法效率低下.设计了一种通过对网络分割、分组的协同过滤算法,该算法的目的是将大规模网络通过一定的分割规则分割并分组,利用分治的思想,将问题分解为子问题然后求解,以优化算法性能.
相关热词搜索: 推荐系统 相似度计算 协同过滤 网络分割 recommender system similarity calculation collaborative filtering network segmentation
上一篇:一种面向移动终端的自适应消息推送策略
下一篇:基于多目标遗传算法的动态负载均衡方案