一种基于模糊C均值聚类的协同过滤推荐算法

• 作者: 张韧志 郑鑫
• 来源期刊: 济南大学学报（自然科学版）
• 学科: 工学
• 关键词: 模糊C均值聚类 协同过滤 推荐系统 稀疏性
• 年，卷（期）: 2016,（1）
• 页码范围: 55-59
• 页数: 5页
• 分类号: TP399
• 字数: 4755字
• 语种: 中文
• DOI: 10.13349/j.cnki.jdxbn.2016.01.011

摘要

针对协同过滤推荐系统中数据过于稀疏导致推荐质量差的问题,提出一种有效的针对稀疏评分的最近邻选择方法,使用奇异值分解方法将用户评分分解为不同的特征,以预测用户对他没有评过分的项目的喜好,实验结果表明,推荐结果的精确性得到明显提高.该方法有效地避免数据稀疏性对推荐质量造成的影响,在一定的近邻数下,算法的推荐质量提高了一倍.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑鑫	黄淮学院信息工程学院	26	49	3.0	5.0
2	张韧志	黄淮学院信息工程学院	26	143	5.0	11.0