摘要
最近,随叫随到的外卖服务在中国非常流行,美团、大众点评每天的外卖订单超过3000万份,美食平均在30分钟内送到食客手中。如何推荐出更符合用户喜好的餐厅,成为当下商家和用户较为关心的话题。针对如何对用户推荐符合心意的餐厅的问题,文章提出了基于协同过滤的美食店铺推荐算法,同时分析了基于用户的推荐算法、基于餐厅的推荐算法、基于SVD的协调过滤算法以及流行度推荐算法这四种推荐算法,解决了推荐餐厅与用户喜好适配度问题。实验表明,文章提出的基于协同过滤的美食店铺推荐算法,在准确率(Precision)和召回率(Recall)以及F1这三种指标上优于其他对比算法。
出处
《电脑知识与技术》
2022年第30期51-53,共3页
Computer Knowledge and Technology
基金
嘉兴南湖学院SRT项目:基于知识图谱的美食推荐研究(项目编号:218517252)
嘉兴南湖学院科研项目:面向稀疏数据的深度学习推荐技术研究(项目编号:N41472001-YB18)。
