论文部分内容阅读
针对数字家庭系统用户找到满意服务资源越来越困难的问题,提出了使用协同过滤算法进行个性化推荐的方法。针对传统算法中用户评分数据存在的稀疏性的问题,提出了一种改进的基于用户行为数据的协同过滤推荐算法。通过引入用户使用资源的具体时间、总次数和时间长度这3个维度构建用户兴趣模型,利用该模型寻找目标用户的最近邻居。实验证明,该方法可以有效地为用户提供个性化推荐,进一步扩展了协同过滤方法的应用范围。