基于谱聚类与多因子融合的协同过滤推荐算法

• 作者: 徐桂琼 李倩 李诗瑾
• 来源期刊: 计算机应用研究
• 关键词: 协同过滤 谱聚类 Salton因子 时间衰减因子 用户偏好因子
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2905-2908
• 页数: 4页
• 分类号: TP181
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.10.006

摘要

针对传统协同过滤算法面临数据稀疏、忽略用户时间上下文信息及对兴趣物品偏好程度等问题,提出基于谱聚类与多因子融合的协同过滤推荐算法.首先将FCM聚类融入到谱聚类算法的关键步骤,并通过聚类有效性指数对用户聚类个数进行优化,以降低生成最近邻的时耗;然后将Sahon因子、时间衰减因子、用户偏好因子进行融合,从而对相似度进行改进;最后获取系统当前时间为目标用户生成推荐列表.MovieLens上的实验结果表明,该算法在推荐精度、覆盖率及新颖度指标上有较大改善,提升了推荐性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐桂琼	上海大学管理学院	23	134	6.0	11.0
2	李倩	上海大学管理学院	22	22	3.0	3.0
3	李诗瑾	上海大学管理学院	3	5	1.0	2.0