基于二分 K-means的协同过滤推荐算法

• 作者: 吴金李 张建明
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: K-means算法 二分K-means 协同过滤 推荐算法
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 算法与语言
• 页码范围: 26-28,29
• 页数: 4页
• 分类号: TP312
• 字数: 2654字
• 语种: 中文
• DOI: 10.11907/rjdk.162275

摘要

针对传统协同过滤推荐算法中存在的数据稀疏性问题，提出了一种基于二分 K-means 的协同过滤推荐算法。该算法在K-means算法的基础上，为了降低初始质点选择对聚类结果的影响，在运行中逐个添加质点。首先初始化评分数据并将其作为初始簇，然后选择合适的簇随机产生两个质点将簇分裂为两个簇，重复上述步骤，直到聚类完成。最后为了降低不同用户评分标准差异，将用户评分的平均值和用户同簇内相互间的相似度相结合，计算预测评分矩阵，生成推荐结果。实验结果表明，改进后的算法较好地解决了数据稀疏问题，提高了推荐质量。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张建明	江苏大学计算机科学与通信工程学院	72	710	13.0	23.0
2	吴金李	江苏大学计算机科学与通信工程学院	1	10	1.0	1.0