基于用户实时反馈的协同过滤算法

？传统的基于内存的协同过滤算法存在可扩展性不足的问题，而基于模型的协同过滤算法由于模型数据的滞后，造成推荐质量不高。针对以上情况，提出一种基于用户实时反馈的协同过滤算法，该算法在用户提交项目评分之后能实现对推荐模型数据的实时更新，从而更精确地反映用户的兴趣变化。实验结果表明，该算法能够有效地提高推荐精确度并且大幅地缩短了推荐时间。