福建师范大学数学与信息学院, 福建 福州 350007
利用量子汉明距离提出一个基于内容的量子推荐算法。该算法利用量子力学特性对用户观看的历史电影属性并行求和, 从而有效计算出用户的偏好属性, 然后基于汉明距离得到新电影属性与其偏好属性的相似度, 并快速查找到相似度高的新电影, 完成推荐任务。分析表明所提出算法与经典算法相比在运行时间上有指数级加速。
量子信息 量子推荐算法 量子汉明距离 量子并行性 幅度放大 quantum information quantum recommendation algorithm quantum Hamming distance quantum parallelism amplitude amplification