社交網(wǎng)絡(luò)用戶反饋數(shù)據(jù)的個(gè)性化推薦算法仿真

摘要： 社交網(wǎng)絡(luò)通常涉及大量的用戶和內(nèi)容,使得對所有用戶和所有內(nèi)容進(jìn)行個(gè)性化推薦的計(jì)算復(fù)雜度非常高,導(dǎo)致推薦系統(tǒng)難以捕捉到用戶的偏好和興趣。因此,提出一種社交網(wǎng)絡(luò)用戶反饋數(shù)據(jù)的個(gè)性化推薦算法。通過用戶時(shí)間和空間范圍的相似度計(jì)算方法,結(jié)合用戶之間的信任關(guān)系,準(zhǔn)確地捕捉目標(biāo)用戶的個(gè)性化信息。采用全局相似度計(jì)算方法,結(jié)合用戶鄰居和項(xiàng)目鄰居的相似度計(jì)算,建立全局相似度計(jì)算矩陣分解模型,采用聚類... （共5頁）