-
大数据个性化推荐分析
摘 要 ：个性化推荐技术通过分析用户的兴趣爱好，对用户进行有针对性的推荐，在大数据时代，该技术被越来越多地应用到互联网领域，如何实现大数据个性化推荐机制已成为人们研究的热点之一。在对大数据个性化推荐算法的发展历程进行分析的基础上，研究了大数据个性化推荐的各种算法，对比分析了算法的优缺点及适用场合， 探讨了大数据个性化推荐在数据、算法、用户、冷启动及推荐多样性方面存在的问题，并展望了其在教育、医疗、电子商务及互联网金融等领域的应用趋势。
-
协同过滤算法的研究
摘要：协同过滤算法已经普遍地应用于商业推荐系统中并且取得了巨大的成功。协同过滤算法可以分为基于用户的算法和基于物品的算法两大类，每一类中又包含多种适用性不同的算法。为了使推荐系统设计人员能够更好地针对其系统用户及物品的特征选择有效的协同过滤算法，文中通过对比的方法，阐述了各种基于用户和基于物品的协同过滤算法的实现方法及对应的优缺点。
