基于联合聚类平滑的协同过滤算法

• 作者: 业宁 肖静静 韦素云
• 来源期刊: 计算机研究与发展
• 学科: 工学
• 关键词: 推荐系统 协同过滤 项目相似性 联合聚类 数据平滑
• 年，卷（期）: 2013,（z2）
• 所属期刊栏目: 网络大数据分析
• 页码范围: 163-169
• 页数: 7页
• 分类号: TP391.4
• 字数: 7137字
• 语种: 中文

摘要

协同过滤是电子商务推荐系统中被广泛采用的技术,但还存在诸如稀疏性、冷启动、可扩展性等制约其进一步发展的瓶颈问题.针对上述问题,提出一种基于联合聚类平滑的协同过滤推荐算法.在该算法中,首先对原始矩阵中的评分模式进行用户和项目2个维度的联合聚类;然后采用联合聚类平滑的方法预测用户对未评分项目的评分值,分别从用户聚类簇、项目聚类簇和联合聚类簇多方面对评分矩阵空缺项进行平滑填充;最后结合基于项目的协同过滤算法查找项目最近邻并进行推荐.实验结果表明,该算法可以有效缓解用户评分数据稀疏带来的不良影响,一定程度上解决冷启动问题,提高预测准确率和推荐质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	业宁	南京林业大学信息科学技术学院	83	805	16.0	24.0
2	韦素云	南京林业大学信息科学技术学院	8	167	5.0	8.0
3	肖静静	南京林业大学信息科学技术学院	1	35	1.0	1.0