基于用户模糊聚类的协同过滤推荐研究

• 作者: 孙俊华 张宇 李华
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 协同过滤 数据稀疏性 用户情景 模糊聚类 推荐
• 年，卷（期）: 2012,（12）
• 所属期刊栏目: 计算机网络与信息安全
• 页码范围: 83-86
• 页数: 4页
• 分类号: TP391.7
• 字数: 5068字
• 语种: 中文

摘要

传统的协同过滤算法没有考虑用户的自身信息对评分的影响,存在的数据稀疏性、扩展性差等弊端直接影响了推荐系统的推荐质量.对此提出了一种基于用户情景模糊聚类的协同过滤推荐算法.首先根据用户情景信息利用模糊聚类算法得到情景相似的用户群分类,然后在进行协同过滤前预先通过Slope One算法填充用户-项目评分矩阵,以有效改善数据稀疏性和实时性.实验结果表明,改进后的算法在推荐精度上有较大提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李华	重庆大学计算机学院	155	2242	26.0	40.0
2	张宇	重庆大学计算机学院	41	334	11.0	17.0
3	孙俊华	重庆大学计算机学院	2	176	2.0	2.0