论文部分内容阅读
针对协同过滤推荐算法可扩展性问题,提出一种基于BiasSVD和聚类用户最近邻的协同过滤算法。通过BiasSVD对评分矩阵降维,使该算法能够扩展到大型数据集中。但考虑到其方式预测出的评分和实际评分有一定的误差,结合聚类用户最近邻实际评分与预测评分的平均差值来调整目标用户预测评分。实验表明,该算法能在一定程度上提高系统可扩展性。