基于税收数据的协同过滤推荐算法设计与实现

针对商品流通环节采购商与供应商信息不对称问题，采用现阶段主流的协同过滤推荐算法设计个性化推荐方案，为供应商匹配“资信良好”的采购商信息，为采购商提供“质优价廉”的供应商信息，有效沟通供求双方需求。文章首先介绍了基于税收数据进行协同过滤推荐算法设计的必要性，然后设计了基于近邻的协同过滤推荐算法，分别论述了基于用户的协同过滤和基于物品的协同过滤；为克服数据稀疏问题，进一步设计了基于模型的协同过滤推荐算法，通过隐语义模型构建User与Item的关联，详细阐述了基于用户相似度的Incremental SVD推荐算法实现过程，丰富了个性化推荐的应用场景。