《计算机应用研究》|Application Research of Computers

基于改进协同过滤算法的用户页面兴趣度预测研究

Prediction of user page interest based on improved collaborative filtering algorithm

免费全文下载 (已被下载 次)  
获取PDF全文
作者 宋泊东,张立臣
机构 广东工业大学 计算机学院
统计 摘要被查看 次,已被下载
摘要 在海量的数据中发现用户的兴趣度是电子商务领域实现针对性信息推送的一种重要方法。根据大数据稀疏性特征,把奇异值分解方法引入协作过滤算法中进行互联网站点用户的页面兴趣度的计算和验证,提出了一种基于改进协作过滤算法的用户页面兴趣度预测算法。该算法可通过在网络日志文件中,提取显性用户评分数据存在的“虚假评分”,发现用户页面兴趣度和其影响因素。MATLAB仿真结果显示:提出的基于改进协同过滤算法的用户页面兴趣度测量方法可有效克服海量数据的稀疏性,在预测准确性、测量速度方面都有很大提高。
关键词 大数据;奇异值分解;页面兴趣度;协作过滤算法;数据稀疏性
基金项目 国家自然科学基金资助项目(61572142)
广东省自然科学基金资助项目(2015A030313490)
本文URL http://www.arocmag.com/article/02-2019-11-007.html
收稿日期
修回日期
页码 -
中图分类号 TP301.6
文献标志码