一种基于改进的层次聚类的协同过滤用户推荐算法研究

• 作者: 张峻玮 杨洲
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 推荐系统 协同过滤 层次聚类算法 组推荐 用户推荐
• 年，卷（期）: 2014,（12）
• 所属期刊栏目: 人工智能
• 页码范围: 176-178
• 页数: 3页
• 分类号: TP391.03
• 字数: 3244字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2014.12.038

摘要

为了降低组用户推荐的计算时间,提出了一种改进的层次聚类协同过滤用户推荐算法.由于数据的稀疏性,传统的聚类方法在尝试划分用户群时效果不理想.考虑到传统聚类算法的聚类中心不变组内用户间相关度不高等问题,将用户进行聚类,然后按照分类计算出每个用户的推荐结果,在进行聚类的同时充分利用用户间的信息传递来增强组内用户的信息共享,最后将组内所有的用户的推荐结果进行聚合.最后仿真实验表明,本方法能够有效地提高推荐的准确度,比传统的协同过滤算法具有更高的执行效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张峻玮	南京理工大学计算机科学与工程学院	1	28	1.0	1.0
2	杨洲	南京理工大学计算机科学与工程学院	1	28	1.0	1.0