基于灰色关联度聚类的协同过滤推荐算法

• 作者: 周国强 杨锡慧 林鹏
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 协同过滤 灰关联度 聚类 推荐算法
• 年，卷（期）: 2015,（10）
• 所属期刊栏目: 算法与语言
• 页码范围: 29-34
• 页数: 6页
• 分类号: TP312
• 字数: 8069字
• 语种: 中文
• DOI: 10.11907/rjdk.151664

摘要

协同过滤推荐系统是电子商务系统中最成功、最重要的技术之一,而在协同过滤算法中用户相似度的计算是影响算法效率的重要因素.针对传统协同过滤算法中数据稀疏导致的近邻选择不准确问题,引入灰关联分析理论进行项目聚类和用户相似度计算,并以此为基础提出了一种新的协同过滤算法,既解决了对象匹配的不足,又提高了近邻选择的准确性.实验表明,该算法可以有效解决大规模数据下用户评分数据极端稀疏带来的问题,显著提高系统的推荐质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周国强	南京邮电大学计算机学院	20	67	5.0	6.0
2	杨锡慧		6	26	3.0	5.0
3	林鹏	南京邮电大学计算机学院	1	6	1.0	1.0