面向海量数据的推荐系统的研究

• 作者: 刘进 胡大权 陈家佳
• 来源期刊: 现代电子技术
• 关键词: 大数据 推荐系统 协同过滤 遗传算法 K均值聚类
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 计算机应用技术
• 页码范围: 59-61,65
• 页数: 4页
• 分类号: TN911-34|TP18
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2016.12.015

摘要

在处理大数据时，传统的推荐系统，如常规协同过滤的推荐性能受到了限制。使用操作简便的K均值聚类算法与协同过滤构成组合推荐算法具有较好的推荐性能，该文使用遗传算法对组合推荐算法进行优化，简化组合推荐算法，降低组合算法的复杂度和成本。同时，通过对遗传算法进行改进，以提高遗传算法的优化能力，提高推荐系统性能。最后，通过MovieLens电影打分数据集对该文研究的推荐算法进行性能测试。结果表明，遗传算法的优化能力得到提升，推荐系统的性能有所提高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘进		13	38	3.0	5.0
2	陈家佳		16	75	5.0	7.0
3	胡大权		5	55	4.0	5.0