论文研究 利用隶属函数宽度的模糊插值推理方法.pdf

推荐系统作为一种程序算法，是通过度量用户对给定商品的的喜好程度做个性化推荐。广泛地说，推荐系统试图总结出用户的个人喜好，并在用户和商品之间建立一种关系模型。与其他奇异值分解方法相比，改进的增量奇异值分解协同过滤算法基于一系列评分值对用户-商品矩阵进行分解，每次产生一对当前最重要的特征向量。算法有着最小的内存需求，扩展性高，特别适合处理大规模数据集；算法的有效性在Netflix数据集上得到了验证。