基于用户限制聚类的协同过滤推荐算法

• 作者: 张松 张琳 王汝传
• 来源期刊: 南京邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 数据挖掘 聚类算法 协同过滤 推荐算法
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 计算机与自动控制
• 页码范围: 93-99
• 页数: 7页
• 分类号: TP393
• 字数: 7172字
• 语种: 中文
• DOI: 10.14132/j.cnki.1673-5439.2017.03.013

摘要

协同过滤推荐算法是个性化推荐系统的关键技术,但是其在计算过程中存在“数据稀疏性”和“冷启动”等问题,利用数据挖掘中的聚类技术,提出了一种基于用户限制聚类的协同过滤推荐算法.首先利用限制聚类技术将相似用户聚类到一起,在聚类的簇中找邻居用户,然后通过改进的协同过滤算法来进行推荐.实验结果表明,新算法改善了“数据稀疏性”和“冷启动”的问题,并且相比传统的协同过滤算法和基于K-means用户聚类协同过滤算法具有较高的推荐质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王汝传	南京邮电大学计算机学院	671	6841	35.0	53.0
5	张琳	南京邮电大学计算机学院	44	414	10.0	19.0
9	张松	南京邮电大学计算机学院	3	16	2.0	3.0