作者：曾庆辉; 邱玉辉推荐系统协作过滤电子图书过滤算法信息过滤技术数字图书馆基于内容评价矩阵基于用户相似度稀疏性扩展性列向量计算量应用传统
摘要：推荐系统中最常见信息过滤技术是基于内容的过滤和协作过滤,协作过滤由于有其自身的优点得到迅速发展,并得到广泛应用,但传统的协作过滤算法存在着稀疏性、扩展性和同义性等问题.本文提出一种基于评价矩阵列向量的图书协作过滤算法,并把这个算法应用到了一个数字图书馆的电子图书推荐系统中.此图书协作过滤算法主要计算图书之间的相似度而不是用户之间的相似度,可以大大降低计算量.实验也表明,这个算法比传统的基于用户的协作过滤算法有优势.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
