结合用户聚类和项目类型的协同过滤算法

• 作者: 于世彩 王巧 谢颖华
• 来源期刊: 计算机系统应用
• 关键词: 数据稀疏性 协同过滤 项目类型 K-means聚类 Movielens数据集
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 132-137
• 页数: 6页
• 字数: 4933字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.005478

摘要

为了解决协同过滤算法中数据稀疏性问题,提高推荐效果,提出一种改进的协同过滤算法.该算法首先通过一种新的相似度计算方法来计算项目类型相似度,将相似度大于某阈值的项目作为目标项目的邻居;然后根据目标用户对邻居项目的评分信息来预测该用户对目标项目的评分值,并将预测值填入稀疏的用户项目评分矩阵;最后对填充后的评分矩阵采用基于用户聚类(K-means聚类)的协同过滤算法做出最终的预测评分进行推荐.在Movielens数据集上进行实验验证,结果表明该算法能够很好地缓解数据稀疏性、降低计算复杂度,提高推荐精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢颖华	东华大学信息科学与技术学院	26	116	6.0	9.0
2	于世彩	东华大学信息科学与技术学院	2	24	2.0	2.0
3	王巧	东华大学信息科学与技术学院	2	24	2.0	2.0