论文部分内容阅读
针对当前移动推荐中存在的“信息过载”和推荐质量不高等问题,提出一种基于地理位置和协同过滤相结合的移动推荐算法。算法根据用户与物品间距离对被推荐物品进行预过滤,以缩小推荐范围,并根据用户间的相似度,对预过滤的物品进行偏好预测推荐。实验证明,该算法明显优于基于用户协同过滤推荐算法(UserCF)和基于位置的最近距离均值推荐方法(DARS)。