基于联合聚类和C-RA组合相似度的协同过滤算法

• 作者: 成亚飞 王春春 赵文涛
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 协同过滤 冷启动 数据稀疏性 联合聚类 C-RA
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 算法
• 页码范围: 257-261
• 页数: 5页
• 分类号: TP393
• 字数: 4430字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2017.07.047

摘要

针对传统协同过滤算法由于数据稀疏和冷启动而造成的推荐精度下降的问题,提出一种基于联合聚类和C-RA组合相似度的协同过滤算法.首先,通过联合聚类对原始评分矩阵进行用户和物品两个维度的聚类;其次,利用联合聚类结果填充原始评分矩阵;最后,利用C-RA组合相似度计算用户相似度并进行推荐.实验结果表明,该方法有效地提高了推荐结果的精确度,缓解了数据稀疏和冷启动问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵文涛	河南理工大学计算机科学与技术学院	32	158	7.0	11.0
2	王春春	河南理工大学计算机科学与技术学院	4	80	3.0	4.0
3	成亚飞	河南理工大学计算机科学与技术学院	4	47	2.0	4.0