基于MI聚类的个性化推荐算法研究

• 作者: 周芝民 张强 邵玉斌 高杰 龙华
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 个性推荐 MI聚类 协同推荐
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 基金项目
• 页码范围: 51-54
• 页数: 4页
• 分类号: TP391
• 字数: 3543字
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2017.10.013

摘要

针对传统协同过滤推荐算法推荐效率低下,以及其在数据稀疏性和冷启动方面的不足,文中提出基于MI聚类的个性化推荐算法,该算法在协同过滤推荐的基础上,引入多示例形式的用户评分信息模型,用包来表示用户基本信息与历史行为数据,并通过相似度分层次加权对用户的未知项目评分进行预测,最终得出推荐项.实验仿真表明本文算法的准确度和召回率明显优于已有的算法,并且有效地缓解了冷启动和数据稀疏问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	龙华	昆明理工大学信息工程与自动化学院	132	376	9.0	13.0
2	张强	昆明理工大学信息工程与自动化学院	33	211	7.0	13.0
3	邵玉斌	昆明理工大学信息工程与自动化学院	114	279	8.0	11.0
4	高杰	昆明理工大学信息工程与自动化学院	14	41	4.0	6.0
5	周芝民	昆明理工大学信息工程与自动化学院	4	10	2.0	3.0