论文部分内容阅读
推荐系统可以过滤一些无用信息,可以预测用户是否喜欢给定的资源。基于内容的推荐和协同过滤推荐算法是目前主要的个性化推荐方法。但是随着用户项目的不断增加,用户-项目评分矩阵存在着稀疏性、冷启动等问题。针对此问题,我们提出了一个独特的层叠混合推荐方法,使用评级数据,人口统计数据和特征数据来计算项目之间的相似度。实验表明我们的方法优于传统的推荐系统算法。