基于SVD和隐式行为的推荐算法分析.docx

本文首先对传统协同过滤算法进行原理分析，验证了推荐系统中存在用户-项目评分矩阵稀疏性的问题。针对此问题查阅文献得知机器学习中的奇异值分解模型可以进行矩阵压缩操作，降低矩阵稀疏性。 本文在分析了由Funk提出的FunkSVD算法和Koren提出的引入用户偏好的BiasSVD算法和引入用户隐式行为的SVD++算法基础上，进行了实验。在实验中使用相同的数据集，对数据集进行预处理，对不同的模型进行代码实现，经过参数调试。对模型进行横向对比和纵向对比。