一种基于内容与协同过滤相结合的个性化推荐方法

摘要

本发明公开了一种基于内容与协同过滤相结合的个性化推荐方法，分为训练和个性化推荐两个阶段：训练阶段通过采集数据信息形成已有用户‑新物品预推荐矩阵，个性化推荐阶段完成对新用户的物品推荐及用户产生评分后的进一步推荐。本发明相比于传统的个性化推荐方法能够解决冷启动问题，对新加入的物品进行预测，推荐给用户，在预推荐之后使用协同过滤推荐，提高了推荐物品的多样性和准确度。并且，通过聚类算法生成虚拟用户大大降低了矩阵维数，同时降低了计算的复杂度。