Indexed by：
Abstract：
随着互联网步入大数据时代，网络上的海量数据为人们提供极大便利的同时，与之相伴而来的是信息过载问题。当前协同过滤算法是解决信息过载的主流推荐算法，但传统推荐算法面临着数据矩阵稀疏性问题和冷启动问题，从而影响个性化推荐的准确性。本文主要研究的是基于特征偏好分析的改进混合推荐算法，该方法将分析用户特征偏好和物品特征相结合，再使用传统的协同过滤思想，将最优评分对象推荐给用户。实验表明，该算法有效地提高了推荐结果的准确性。
Keyword：
Reprint Author's Address：
Email：
Source ：
计算机科学与应用
ISSN： 2161-8801
Year： 2017
Issue： 03
Volume： 7
Page： 255-261
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 22
Affiliated Colleges：
