用k-最近邻和贝叶斯分类预测图书用户喜好

摘要

将用户兴趣爱好、书籍受欢迎程度和用户对书籍的评价等参数组成差异性矩阵,确定各参数影响权重、建模计算用户对书籍的评分,融合采用κ-最近邻分类法和朴素贝叶斯分类法来分类过滤数据,设计实现一种数字图书用户喜好预测算法.实验结果表明,该算法提高了数字图书个性化推荐精度.