随着互联网的普及，网络资源不断丰富，用户经常会迷失在大量的商品信息空间中，无法找到自己需要的商品。协同过滤算法应运而生，帮助顾客更好地选择商品。本文分析了基于用户的最近邻推荐算法、基于物品的最近邻推荐算法和slope one 算法的性能优劣，并在此基础上使用Python的PP模块进行并行编程提高算法速度，同时也探讨了矩阵分解技术SVD对推荐算法的影响，最后用GUI设计实现推荐系统的核心构建。
阅读全文
关注“官方公众号”
