最新高新技术企业项目可行性分析报告上海金川国际科技有限公司(范文)

预计开发产品的特点

① 关于算法

在对2.1.2中介绍的协调过滤系统的各种算法和上一节中介绍的各种数学模

型进行分析后，我们在前期开发中进行了大量的模拟实验。

首先，协调过滤的算法可以分成3类。

其一，Active Collaborative Filtering。利用这一技术，互相了解的用户

之间可以相互指定，（当然有安全保密上的限制），获得彼此有用的信息（包含电

子邮件）。可以和这个领域之内的专家保持同步。这次列在预计开发范围之内。

其二，Automated Collaborative Filtering 和Feature Guided Automated

Collaborative Filtering。从效率和精度的角度多方分析的结果上看，Feature

Guided Automated Collaborative Filtering遥遥领先。因为本次开发准备採用

FGACF。

其三，Content-Based Collaborative Filtering。这次准备分阶段实现。首

先是以文章情报为对象，然后再考虑其它的媒介。

其次，对算法中使用的数学模型进行了分析。

在Cluster诸算法之中，Wood法和群平均法的精度较好。

分组计算方面，基本上是利用类似算法。分组所使用的类似算法中Jaccard’s

Coefficient

法，平均最小二乘距离法，改良二值距离法的精度比较理想。

Clustering方法和分组算法的目的是相同的。Clustering的特点是精度高，

但处理速度较慢。分组算法则恰恰相反。可以靠系统控制参数来平衡这两种方法

的使用，根据系统的规模灵活调整。

判别类似的对象有4种，即用户（属性）对用户（属性）的类似，文章（属

性）对文章（属性）的类似，用户（属性）对文章（属性）的类似及关键字的类

似。判断的对象不同，评价结果也各不相同。对于用户间的类似和文章间的类似

来说，按Jaccard’s Coefficient法，平均最小二乘距离法，改良二值距离法距

离法，皮尔森相关法的顺序，计算精度比较理想。而对用户和文章的类似来说，

则按改良二值距离法，Jaccard’s Coefficient法,平均最小二乘距离法，皮尔森

相关法的顺序,为计算精度的顺次。关键字的类似考虑用统计学的方法去实现。另

外,由于必须确定提供范围的域值，所以同距离算法相比,相关算法要适合得多。

如果将上面几种方法组合起来使用，相信还会进一步提高推荐精度。

② 关于提供的服务

对一般用户主要提供以下服务：

推荐服务：寻找和对象用户的相似用户，把对象用户未访问过的文章向其