一种改进的协同过滤推荐算法

• 作者: 张琳 朱小强
• 来源期刊: 现代计算机（普及版）
• 关键词: 推荐系统 协同过滤 MeanShift聚类 矩阵稀疏
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 研究与开发
• 页码范围: 31-35
• 页数: 5页
• 字数: 3773字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1423.2015.17.007

摘要

在这个电商及大数据的时代，个性化推荐系统应运而生。由于传统的协同过滤算法存在新使用者、新项目、扩展性以及稀疏性等问题，提出一种基于MeanShift算法的项目或用户聚类，奇异值分解和项目语义相似度的推荐模型，有针对性的对传统的协同过滤推荐系统的不足之处进行改进。实验结果表明，与传统的推荐算法相比，改进算法具有更高的准确性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张琳	上海海事大学信息工程学院	36	85	6.0	8.0
2	朱小强	上海海事大学信息工程学院	2	7	1.0	2.0