基于项目云的有序秩聚类在推荐系统中的应用

• 作者: 景英川 杜宗宴
• 来源期刊: 太原理工大学学报
• 关键词: 协同过滤 云模型 有序秩聚类 评分可靠度 推荐系统
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 基础理论
• 页码范围: 673-679
• 页数: 7页
• 分类号: F224|F713.36
• 语种: 中文
• DOI: 10.16355/j.cnki.issn1007-9432tyut.2016.05.021

摘要

为进一步提高推荐系统的推荐精度,提出一种新的基于项目云的有序秩聚类协同过滤推荐算法,其中包括三大步:数据处理,有序聚类,生成推荐.该方法不仅借助定性分析思想利用项目云有效地填充了缺失数据,而且通过对项目分布的数字特征做排序、分割、聚类,在类内产生“邻居”,大大缩短了计算时间.通过在MovieLens数据集上的实验表明,在平均绝对误差和预测精确度上,该算法确实优于传统推荐算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	景英川	太原理工大学数学学院	9	43	3.0	6.0
2	杜宗宴	太原理工大学数学学院	1	2	1.0	1.0