基于粒子群优化的项聚类推荐算法

• 作者: 张凤娟 张玉芳 熊忠阳
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 粒子群优化 项聚类 协同过滤 推荐算法
• 年，卷（期）: 2009,（23）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 178-180
• 页数: 3页
• 分类号: TP301.6
• 字数: 4142字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2009.23.062

摘要

针对传统推荐算法的数据稀疏性问题和推荐准确性问题,提出基于粒子群优化的项聚类推荐算法.采用粒子群优化算法产生聚类中心,在此基础上搜索目标项目的最近邻居,并产生推荐,从而提高了传统聚类算法的推荐准确性及响应速度.实验表明改进的项聚类协同过滤算法能有效提高推荐精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	熊忠阳	重庆大学计算机学院	135	2447	25.0	44.0
2	张玉芳	重庆大学计算机学院	125	2737	26.0	48.0
3	张凤娟	重庆大学计算机学院	1	16	1.0	1.0