基于Widrow-Hoff神经网络的多指标推荐算法

为解决传统的协同过滤推荐算法不能综合运用多个指标进行推荐的问题，通过引入多指标评分的概念对标准的协同过滤推荐算法进行扩展，提出一种基于Widrow-Hoff神经网络的多指标推荐算法．利用Widrow-Hoff最小二乘法自适应算法在进行系统辨识时的高精度拟合特性，提出一种基于Widrow-Hoff最小二乘法算法的用户偏好特征向量计算方法．利用用户偏好特征向量和空间距离矩阵度量用户相似度，以定位邻居集并为用户推荐最优项目．实验结果表明，本文算法可提高推荐精度，改进推荐质量．