论文研究一种基于径向基函数与模糊自适应共振的电子商务推荐方法.pdf

针对协同过滤推荐算法面临数据稀疏特征时推荐效果较差，存在冷启动、稀疏性、可扩展性等问题，提出应用径向基函数神经网络(RBFN)去解决传统协同过滤的缺点，有效地对稀疏性数据进行平滑处理，得到消除稀疏性后的完全评价矩阵。并提出通过模糊自适应共振神经网络对用户相似性聚类进行改进，进行实时推荐。实验评价结果表明，该方法与传统协同过滤推荐方法相比，无论在推荐精度还是推荐相关性上都更为有效。