论文部分内容阅读
数据稀疏性是协同过滤系统面临的一个巨大挑战。本文提出了一种新的推荐算法——基于矩阵划分和兴趣方差的协同过滤算法。该算法采用矩阵分块的思想来缩小最近邻搜索的范围。矩阵分块时，采用聚类的方法，大大降低了矩阵的维度和稀疏等级。同时引入兴趣方差的概念，提高了计算最近邻的准确度。实验证明，本文提出的过滤算法在预测精度上较传统的推荐算法有很大的提高。