1、隨著Internet和信息技術(shù)的飛速發(fā)展,信息過(guò)載變得越來(lái)越嚴(yán)重,由此推薦系統(tǒng)應(yīng)運(yùn)而生。在推薦系統(tǒng)所采用的技術(shù)中,協(xié)同過(guò)濾是最為成功的技術(shù)。但是伴隨著應(yīng)用范圍的擴(kuò)大和應(yīng)用環(huán)境的變化,協(xié)同過(guò)濾技術(shù)的一些缺點(diǎn)逐漸暴露出來(lái),例如數(shù)據(jù)稀疏性問(wèn)題、冷啟動(dòng)問(wèn)題、推薦準(zhǔn)確率低等。為此,本文提出了兩種協(xié)同過(guò)濾算法來(lái)緩解上述問(wèn)題。
　　 1.結(jié)合專家意見(jiàn)的協(xié)同過(guò)濾算法
　　 該算法通過(guò)引入專家意見(jiàn)和用戶的屬性來(lái)緩解數(shù)據(jù)稀疏性,最終達(dá)到提高

2、推薦準(zhǔn)確率的目的。首先利用用戶屬性提出一種新穎的相似度計(jì)算方法,突出了用戶的背景知識(shí),再將專家的專業(yè)評(píng)分和用戶評(píng)分相結(jié)合,使得預(yù)測(cè)結(jié)果在專家的專業(yè)意見(jiàn)和興趣相似、背景相似的用戶意見(jiàn)之間得到很好的調(diào)節(jié),然后通過(guò)基于SVD協(xié)同過(guò)濾算法平滑預(yù)測(cè)結(jié)果。理論分析和實(shí)驗(yàn)結(jié)果表明,該算法有效提高推薦準(zhǔn)確率。
　　 2.基于時(shí)間劃分的協(xié)同過(guò)濾算法
　　 該算法通過(guò)提出并使用項(xiàng)目類別喜好度緩解了數(shù)據(jù)稀疏性,最終達(dá)到提高推薦準(zhǔn)確率和緩解項(xiàng)目