一种协同过滤中考虑潜在用户分组的相似度度量方法

• 作者: 杨鹏 董永强 顾梁
• 来源期刊: 东南大学学报（英文版）
• 学科: 工学
• 关键词: 相似性 用户组 聚类 协同过滤
• 年，卷（期）: 2015,（4）
• 页码范围: 462-468
• 页数: 7页
• 分类号: TN92
• 字数: 857字
• 语种: 英文
• DOI: 10.3969/j.issn.1003-7985.2015.04.006

摘要

为了提高用户之间相似度度量的性能,充分利用用户的社会信息,提出一种考虑潜在用户分组信息的相似度度量方法.该方法首先为用户的分类属性建立权值分类树,并基于此分类树,采用统一框架计算用户分类信息和数值信息的距离;然后利用该距离改进k-means聚类方法,以计算用户的潜在用户分组;最后结合用户分组信息改进传统相似度度量方法.基于真实数据集MovieLens进行实验,并与其他传统方法对比,结果表明,与传统方法相比,所提方法提高了协同过滤中的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨鹏	东南大学计算机网络和信息集成教育部重点实验室	52	510	13.0	21.0
2	董永强	东南大学计算机科学与工程学院	35	187	8.0	11.0
3	顾梁	东南大学计算机科学与工程学院	5	19	2.0	4.0