TY -的A2 -陈,慧华盟——王,丽丽AU -史,Ting AU -李,仕进PY - 2021 DA - 2021/04/19 TI -研究应用程序的用户推荐基于位置空间复杂的融合方法相似SP - 9998948六世- 2021 AB -自用户推荐复杂矩阵的特点是强烈的稀疏,很难正确地为用户推荐相关的服务通过使用基于位置和协同过滤推荐方法。用户之间的相似性度量方法低。提出了一种基于KL散度和余弦相似度融合方法。KL散度和余弦相似性有优势通过比较三个类似的指标在不同 K值。使用两者的融合方法,用户的偏好相似是重用。通过比较基于位置的协同过滤(LCF)算法,基于用户的协同过滤(佛罗里达)算法,和用户推荐算法(F2F),该方法具有制备率,召回率,实验效果的优势。在不同的中间值,该方法在实验结果也有优势。SN - 1076 - 2787你——https://doi.org/10.1155/2021/9998948——10.1155 / 2021/9998948 JF - PB - Hindawi KW - ER -复杂性