基于用户可信度聚类的协同过滤推荐模型

• 作者: 王屾 王晓堤 赵旭
• 来源期刊: 科技与创新
• 关键词: 协同过滤 用户可信度 动态聚类
• 年，卷（期）: 2010,（30）
• 页码范围: 219-221,167
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.2095-6835.2010.30.080

摘要

针对目前推荐算法面临的响应时间长、推荐不准确和冷启动的问题,本文以电影推荐系统为例提出了一种基于用户可信度聚类的协同过滤推荐模型,该模型将推荐过程分为离线和在线两部分.离线时,计算用户可信度,以此聚类,并将聚类信息储存在数据库中的聚类表里;在线时,寻找目标用户所属聚类,产生推荐.模型整体上减少了响应时间,提高了推荐准确率,同时解决了新用户冷启动问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王晓堤	天津财经大学商学院管理科学与工程系	4	29	3.0	4.0
2	赵旭	天津中德职业技术学院信息工程系	4	7	2.0	2.0
3	王屾	天津财经大学商学院管理科学与工程系	1	4	1.0	1.0