摘要：本文基于Slope one算法开发并实现校园二手交易平台。Slope one算法可以为用户推荐可能感兴趣的商品,以方便用户进行查询和提升软件的用户体验感,使得用户可以快速查找到自己感兴趣的商品。该校园二手交易平台采用JAVA语言、Mysql数据库、Spring MVC+Mybatis框架,JSP技术开发WEB端和后台管理,同时开发Android版本;实现了登录与注册,热门商品展示,发布商品,浏览商品,联系卖家等功能。

摘要：协同过滤是个性化推荐系统中的常用技术,数据稀疏性是影响协同过滤算法预测准确度的主要因素。提出了改进的Slope one算法,在该算法中,首先根据用户历史评分计算项目间相似性,然后依据项目相似性选取当前活跃用户评价过的k个相似项目记为邻近项目集合,并计算目标项目与其邻近项目的评分偏差,最后以项目间相似性为权重,计算当前活跃用户对目标项目的评分预测值。该算法使用邻近项目进行计算,降低数据的稀疏性,同时减少了计算量。使用标准MovieLens数据集对该算法的预测结果进行验证,结果表明:相对于原算法,该算法提高了预测的准确性,与其他协同过滤算法相比,推荐准确度也有明显的提高。

摘要：随着微博和移动互联网的快速发展,社交网络变得越来越庞大,信息的个性化服务越来越受到重视.Slope one算法是一种协同过滤推荐算法,算法通过用户项目的偏差矩阵和频度矩阵,预测目标用户感兴趣的项目,实现了信息的个性化推荐.考虑到Slope one算法对大数据处理不足的问题,提出一种改进的基于并行Slope one算法的微博信息推荐算法,并借助MapReduce平台设计实现了该算法.实验表明,该算法不仅具有良好的加速比和可扩展性,还具有较好的预测准确率,它可以更高效的处理微博数据.