基于兴趣度的聚类协同过滤推荐系统的设计

• 作者: 孙多
• 来源期刊: 安徽大学学报(自然科学版)
• 学科: 工学
• 关键词: 兴趣度 聚类 协同过滤
• 年，卷（期）: 2007,（5）
• 页码范围: 19-22
• 页数: 4页
• 分类号: TP391
• 字数: 4030字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-2162.2007.05.006

摘要

协同过滤技术被成功地应用于个性化推荐系统中.随着用户数目和网页数目的日益增加,整个用户矩阵数据极端稀疏并且实时性效果不理想.传统的推荐方法解决不了这些问题.本文结合兴趣度和聚类技术对客户的个人兴趣进行评价,提出了基于兴趣度的聚类协同过滤推荐系统,实验表明,该算法能够有效避免传统方法带来的弊端,提高系统的推荐质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙多	扬州大学信息工程学院计算机中心	14	95	4.0	9.0