基于两阶段聚类的协作过滤推荐算法

• 作者: 戴珺 李庆 李自力 王佳 龚瑞君
• 来源期刊: 郑州大学学报（理学版）
• 学科: 工学
• 关键词: 稀疏性 聚类 协作过滤
• 年，卷（期）: 2010,（1）
• 页码范围: 14-16
• 分类号: TP391.1
• 字数: 2459字
• 语种: 中文

摘要

协作过滤推荐是目前主流的个性化推荐方式,但数据稀疏问题影响了推荐系统的性能.提出了基于两阶段聚类的协作推荐算法,降低了数据的稀疏性,提高了最近邻的准确度,而且推荐精度较以往传统的算法有明显提高,时间复杂度也有明显降低.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王佳	西南财经大学经济信息工程学院	33	135	7.0	11.0
2	李自力	西南财经大学经济信息工程学院	9	66	5.0	8.0
3	龚瑞君	西南财经大学经济信息工程学院	2	1	1.0	1.0
4	李庆	西南财经大学经济信息工程学院	7	57	3.0	7.0
5	戴珺	西南财经大学经济信息工程学院	1	1	1.0	1.0