基于用户兴趣模型聚类的协同过滤推荐算法

• 作者: 张璇 程京 陆洲
• 来源期刊: 科技与创新
• 关键词: 协同过滤 推荐系统 用户兴趣模型 推荐算法
• 年，卷（期）: 2010,（33）
• 页码范围: 235-236,240
• 分类号: TP311
• 语种: 中文
• DOI: 10.3969/j.issn.2095-6835.2010.33.091

摘要

随着电子商务的飞速发展,协同过滤推荐系统得到了广泛应用.本文针对传统协同过滤方法难以准确确定目标用户的最近邻居且推荐实时性能不高的问题,引入用户兴趣模型的概念并在此基础上给出一种基于用户兴趣模型聚类的协同过滤算法.实验结果表明,该算法可以提高最近邻居计算的准确性,提高推荐系统实时性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程京	湖南大学软件学院	25	176	6.0	12.0
2	陆洲	湖南大学软件学院	1	4	1.0	1.0
3	张璇	湖南大学软件学院	8	49	4.0	6.0