基于用户模糊聚类的两阶段协同过滤推荐

• 作者: 龚松杰
• 来源期刊: 计算机工程与科学
• 学科: 经济
• 关键词: 协同过滤 模糊聚类 两阶段推荐
• 年，卷（期）: 2009,（5）
• 所属期刊栏目: 研究与实现
• 页码范围: 153-155
• 页数: 3页
• 分类号: F724.6
• 字数: 3310字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2009.05.046

摘要

推荐系统中,随着用户数目和商品数目的日益增加,传统的协同过滤技术在生成推荐时的速度已经成为一种瓶颈.针对此问题,本文提出了一种基于用户模糊聚类的两阶段协同过滤推荐.两阶段分为离线和在线两个阶段.离线时,应用模糊聚类技术,对基本用户进行模糊聚类;在线时,利用已有的用户模糊聚类寻找目标用户的最近邻居,并产生推荐.实验表明,基于用户模糊聚类的两阶段协同过滤推荐不仅加快了推荐生成速度,还提高了推荐质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	龚松杰	浙江工商职业技术学院信息工程学院	22	106	6.0	9.0