论文部分内容阅读
在推荐系统中用户评分矩阵通常含有大量的遗漏值。这严重影响了协同推荐算法的推荐精度。常用的解决方法是使用缺省值或预测值代替这些遗漏值。通过实验比较了使用不同的替代值的效果,并提出了一种结合矩阵划分和评分预测值的方法。实验结果显示,通过这种方法获得的替代值可以使推荐系统达到更好的推荐质量,尤其是在评分矩阵非常稀疏的情况下。