基于用户的协同过滤算法的推荐系统介绍.分析报告.pptx

推荐系统介绍 ——基于用户的协同过滤算法的 电影推荐系统;目录;1. 推荐系统研究背景; 互联网信息的日益庞大与大量用户的需求形成了巨大矛盾。人们需要花费大量的时间去搜索和选择各自所需的项目。因此,各种知名的搜索引擎已经成为人们寻找项目的必备工具,如Google、Yahoo、Soso、Baidu、Sogou等。当用户搜索信息是,搜索引擎就在数据库中搜索,找到相应的网站,按一定顺序反馈给读者。显然,搜索引擎是一种“一对多”的工具,它只能区分不同的搜索语句,忽略了重要的用户信息,对不同的用户不会推荐不同的项目。 个性化推荐服务就是针对此类问题提出来的,根据不同用户的行为、信息、习惯、喜好等特点,提供各自不司的服务。 目前,各大型纯商务网站,例如Dangdang、Amazon、Taobao、Tmall等,都不同程度地使用了推荐系统,用以向用户推荐商品,提高经济效益。 ;2.个性化推荐技术;个性化推荐系统流程图：;3.基于用户的协同过滤算法;3.基于用户的协同过滤推荐算法:;3.基于用户的协同过滤推荐;?;3.基于用户的协同过滤推荐;寻找最近邻居通常有三种方法;相关相似性(Correlation)?;修正的余弦相似性(Adjusted?Cosine) ; ③产生推荐项目：计算方法如下?：;3.基于用户的协同过滤算法存在的问题及解决方案;协同过滤推荐系统存在的一些弊端:;4.电影推荐（我们的想法）;5.电影推荐系统的实现构想