推荐算法在移动订餐系统中的应用研究

随着移动端设备的快速发展,手机应用呈爆炸式增长,如何在众多饮食中将用户喜爱的餐饮准确推荐给用户显得尤为重要。针对传统推荐算法中存在的数据稀疏性问题、冷启动问题以及用户评分尺度不同导致的近邻用户寻找不准确的问题,文章提出基于内容的推荐与基于协同过滤的综合推荐算法,摆脱了对显式项目评分的依赖,弱化了数据稀疏问题,可以即时地、精准地为用户推荐符合其喜好的产品。最后能够在移动订餐系统实现商家对用户的个性化推荐。