基本信息

---

下载

文档摘要

---

摘要

在互联网信息技术迅猛发展、信息爆炸式增长的当下，人们面临海量数据，对这

些数据的处理感到空前乏力，信息过载问题严重凸显。推荐系统作为智能化信息过滤

工具应运而生，被广泛应用于新闻、商品、音乐、电影等推荐领域。随着用户需求的

不断增加，推荐系统需要在深度理解用户兴趣偏好的基础上，为用户生成更符合其个

性化偏好需求的推荐列表。基于用户的协同过滤推荐算法作为目前主流的推荐算法，

能够在一定程度上满足用户的需求，但是还存在不足，例如当用户的交互数据非常稀

少，即数据稀疏时，推荐效果往往不佳，同