技术特征：
技术总结
本发明公开了一种基于协同过滤的优化方法，该方法为一种基于奇异值分解和BP神经网络预测未评分项的改进方法；该方法通过奇异值分解用户‑项目评分矩阵，有效的降低了矩阵的稀疏性；同时在奇异值分解的基础上，进一步采用BP神经网络来对未评分的目标项目进行分值预测。在此基础上，进行相似性计算获取相似邻居列表，将商品进行推荐给目标用户。该方法的改进核心思想是将用户‑项目评分矩阵降维，有效的缓解数据稀疏性，使得推荐准确率更高。
技术研发人员：杨胜齐;黄樟钦;郑龙帅;吴寒;包宇津
受保护的技术使用者：北京工业大学
技术研发日：2017.12.30
技术公布日：2018.05.15