论文部分内容阅读
协同过滤技术 (collaborative filtering)目前被成功地应用于个性化推荐系统中 ,但随着系统规模的扩大 ,它的效能逐渐降低 ,针对它的缺点 ,提出了一种高效的个性化推荐算法 ,它包括维数简化和项集相似性计算两个过程 ,这种算法在提高精确性的基础上减少了计算耗费 ,可以较好地解决应用协同过滤技术的推荐系统所存在的稀疏性、扩展性等问题 ,快速产生精确的个性化推荐结果