一种基于用户聚类的协同过滤推荐算法

• 作者: 冯新宇 叶飞跃 张有东 李涛 王建东
• 来源期刊: 系统工程与电子技术
• 学科: 工学
• 关键词: 推荐算法 协同过滤 聚类 平均绝对误差
• 年，卷（期）: 2007,（7）
• 所属期刊栏目: 软件、算法与仿真
• 页码范围: 1178-1182
• 页数: 5页
• 分类号: TP391
• 字数: 5716字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-506X.2007.07.037

摘要

为解决传统协同过滤算法在生成推荐时的速度瓶颈问题,提出了一种基于用户聚类的协同过滤推荐算法.该算法将推荐过程分成了离线和在线两个部分.离线时,算法对基本用户数据进行预处理,并对基本用户聚类;在线时,算法利用已有的用户聚类寻找目标用户最近邻居,并产生推荐.实验表明,基于用户聚类的协同过滤推荐算法不仅加快了推荐生成速度,而且提高了推荐质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李涛	南京航空航天大学信息科学与技术学院	67	382	9.0	18.0
5	王建东	南京航空航天大学信息科学与技术学院	158	1573	21.0	31.0
6	叶飞跃	南京航空航天大学信息科学与技术学院	14	281	6.0	14.0
7	冯新宇	南京航空航天大学信息科学与技术学院	2	169	2.0	2.0
8	张有东	南京航空航天大学信息科学与技术学院	6	229	5.0	6.0