基于高维稀疏数据聚类的协同过滤推荐算法

• 作者: 吴跃 姚忠 魏佳
• 来源期刊: 信息系统学报
• 学科: 工学
• 关键词: 推荐系统 协同过滤 项目聚类 项目类别评分 IBCRA
• 年，卷（期）: xxxtxb,（2）
• 页码范围: 78-96
• 页数: 19页
• 分类号: TP301.6

摘要

针对协同过滤推荐算法面临数据高维稀疏特征时推荐效果较差的缺点,在现有高维稀疏数据聚类研究的基础上,利用评分数据稀疏差异度和项目类别构造集合差异度度量公式,用以在用户—项目评分矩阵上进行项目聚类。在此基础上进行项目相似性计算和最近邻居查询,然后对用户未评分的项目进行评分预测,进而产生推荐。实验证明本文提出的基于稀疏差异度和项目类别的项目聚类算法及在此基础上的协同过滤推荐结果优于传统的K-means聚类算法基础上的推荐效果。同全项目集协同过滤推荐相比较,在效率和推荐精度上也表现出一定的优越性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姚忠	北京航空航天大学经济管理学院信息管理与信息系统系	19	480	9.0	19.0
2	吴跃	北京航空航天大学经济管理学院信息管理与信息系统系	3	30	2.0	3.0
3	魏佳	北京航空航天大学经济管理学院信息管理与信息系统系	1	0	0.0	0.0