摘要：推荐系统可以为不同的用户定制个性化的网络服务，如何提供准确的推荐则成为其最大难点。针对传统推荐算法的稀疏性问题，提出基于用户行为特征的动态权重混合推荐算法。通过对数据集中的数据进行预处理，计算出不同用户对于不同物品的个性化行为特征指数，并将其引入相似度的计算中。依据用户评分数据稀疏性的差异计算出动态权重，并依此将基于用户内容的推荐和协同过滤推荐进行动态混合。实验结果表明，该算法在稀疏数据集中能有效降低推荐误差，提高推荐精度。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社