一种基于协同过滤的推荐方法、系统、设备以及介质

本申请公开了一种基于协同过滤的推荐方法、系统、设备以及介质，方法包括：获取用户对项目的历史评分数据，并根据新的相似度方法在历史评分数据上计算用户相似度，然后通过新方法得出最优参数k，从而计算出最优用户最近邻，再利用经过优化的局部密度离群点算法去除最近邻中的噪声用户，最后利用去噪后的用户最近邻和平均加权预测公式计算推荐结果，实现创新推荐应用。本申请通过将离群点检测和粒子群优化的优势与协同过滤推荐算法相结合，从而有效改进了协同过滤推荐系统，降低了系统时间复杂度，还进一步解决了协同过滤推荐算法中的数据稀疏性难题和单一改进方法所带来的推荐效果差，精度低的问题。