基于用户兴趣子类的协作推荐算法*) (2005年)

随着电子商务规模的进一步扩大，用户数目和文档资源急剧增加，导致用户数据的极端稀疏性。传统协作推荐算法都无法很好地解决数据稀疏性问题。本文提出一种基于兴趣子类的协作推荐算法，通过子类处理思想的引入，使得某两个用户即使整体不相似而因为“局部点”的相似产生有用的推荐，“最近邻居”的发现变得更容易更准确。实验结果表明，该算法能有效地解决用户数据的极端稀疏问题，在同等条件下，相对于传统协作推荐算法[9]有更好的推荐质量。