SVD 推荐算法在传统服饰商城的应用

来源：计算机技术与发展杂志2020年第02期北京时间：

作者：钟志攀;袁仕芳;梁荣锋;朱翡虹

摘要：随着互联网的普及和信息技术的发展,人们日常生活可以接触到的信息越来越丰富,产生信息数据的速度也越来 越快。 在拥有海量信息数据的同时,过量的信息不可避免地导致了“信息过载冶问题,而推荐系统正是解决这个问题的有 效方法之一。 首先介绍了奇异值分解(SVD)和SVD推荐算法之间的联系,然后叙述了SVD推荐算法的思路并给出SVD 算法模型的最优损失函数。 在此基础上,建立一个传统服饰商城的推荐系统,利用158组样本数据测试该系统,得出推荐 系统的均方根误差为0.9994,平方绝对值误差为0.7366。 此外还计算了样本数据的误差百分比,结果表明绝大多数测试 样本的误差百分比在30%以内。 基于SVD推荐模型的特点和实验结果得出,SVD推荐模型适用于小型电商平台的商城 用户的个性化推荐。

关键词：SVD推荐算法;推荐系统;服饰商城;最速下降算法;奇异值分解