协作过滤算法（CF）在推荐系统中难以处理数据的稀疏性和可伸缩性问题。本文提出了基于类别偏好Canopy-K-means的协同过滤算法（CPCKCF），设计了用户项类别偏好比率（UICPR）的定义，并用来计算UICPR矩阵。将Canopy算法作为CPCKCF的前置算法，并将输出作为K-means算法的输入，其结果用于用户数据进行聚类并找到最近的用户以获得预测得分，使用MovieLens数据集进行的实验结果表明，与传统的基于用户的协作过滤算法相比，所提出的CPCKCF算法将计算效率和推荐精度提高了2.81%。
2021-09-06 16:28:19
1.68MB
1
FilterBuilder 是一个用于创建查询和过滤器的 UI 组件。基于 vue 2.0 和 bootstrap & AdminLTE.css
2021-09-06 13:10:25
1.79MB
1
Springboot 登录过滤器 Security 初始化方法。zhtbs spring培训入门系列例子
2021-09-06 13:10:22
8KB
1