Aplicação de Algoritmo de Filtragem Colaborativa Aprimorado na Recomendação de Produtos Batik da Nacionalidade Miao

Resumo O sistema de recomendação tem sido amplamente utilizado em vários sites de e-commerce, mas há poucas recomendações personalizadas para artesanatos étnicos. E a recomendação de artesanato nacional pertence ao comportamento de recomendação de pequenos lotes, portanto, o desempenho da recomendação é limitado pela esparsidade dos dados na matriz de pontuação. Para resolver esse problema, um algoritmo de filtragem colaborativa aprimorado é proposto, no qual o algoritmo de filtragem colaborativa baseado em usuários é aninhado no algoritmo de filtragem colaborativa baseado em descida de gradiente. Primeiro, o valor de previsão de pontuação é preenchido nos itens não avaliados na matriz de pontuação, e então a recomendação é dada usando o método de filtragem colaborativa baseado em descida de gradiente. O método proposto é aplicado à recomendação de produtos de tingimento de cera da nacionalidade Miao e comparado com os métodos tradicionais existentes. Os resultados mostram que o algoritmo aprimorado melhora significativamente o desempenho da recomendação, reduz o erro da recomendação e melhora a precisão.