作者：李聪 梁昌勇 杨善林电子商务协同过滤推荐算法稀疏性
摘要：协同过滤是目前电子商务推荐系统中广泛使用的、最成功的推荐算法,但面临用户评分数据稀疏性问题的挑战。在介绍用户偏好数据获取途径的基础上,将稀疏性改善技术归纳为六类,包括设定缺省值、结合基于内容的过滤、降维、图论方法、基于项目评分预测以及增加用户-系统交互,重点评述了各类算法的研究情况并对六类技术进行了比较,最后探讨了该领域的未来研究方向。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《管理工程学报》（CN：33-1136/N）是一本有较高学术价值的大型双月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《管理工程学报》是我国管理学界最早的学术刊物之一，被国家自然科学基金委员会管理科学部认定为管理科学A级重要期刊，同时也是中国科学院文献情报中心认定的管理科学类重要期刊。
省级期刊
人气 803954 评论 68
部级期刊
人气 562635 评论 50
北大期刊、统计源期刊
人气 540695 评论 58
人气 299050 评论 74
