摘要：SlopeOne算法是一种基于内存的协同过滤推荐算法，在计算时，内存消耗过大，尤其当数据集稀疏时，预测结果的准确度不高．基于此，将一种基于模型的算法融合到基于内存的Slope One算法中，提出一种使用机器学习中最小二乘法改进的加权SlopeOne算法，该算法简单直观且计算高效，可以克服传统基于内存推荐算法的诸多缺点．最后，在Filmtrust和Movielens数据集上的对比实验结果表明，融合偏差因子的加权SlopeOne算法在这两个稀疏度不同的数据集下，均能获得较高的推荐准确度．

原文链接:http://www.cqvip.com/QK/95659X/201608/669683263.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）