The collaborative filtering (CF) algorithms often suffer from data sparsity problem.
评分矩阵数据稀疏问题严重影响协同过滤推荐性能。
参考来源 - 基于多示例学习的对象图像推荐·2,447,543篇论文数据，部分数据来源于NoteExpress
The main disadvantage of the way is the problem of data sparsity.
对于半监督方法，目前存在的一个严重的问题是数据稀疏问题。
Data sparsity problem is a potential challenge of collaborative filtering.
数据稀缺性问题是协同过滤技术面临的主要挑战。
Translation template can solve the problem of data sparsity, large storage space and low matching precision of examples.
利用翻译模板可以有效的解决翻译实例的数据稀疏问题、简化实例库的规模并提高实例匹配的精确率。
应用推荐