基于用户特征的分步协同推荐算法

• 作者: 周先亭 程广兵 邓珍荣 黄文明
• 来源期刊: 计算机应用研究
• 关键词: 协同过滤 用户特征 聚类算法 分步协同过滤框架 模型
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1047-1049,1054
• 页数: 4页
• 分类号: TP181
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.04.020

摘要

协同过滤是解决信息过载问题的一种有效技术.针对基于内存的推荐面临着可扩展性问题、基于模型的推荐需要训练大量参数的问题进行了研究,从而提出了基于用户特征的K-means用户聚类算法,然后用分步协同过滤框架融合基于项目和基于用户的协同过滤给每一个聚簇训练一个模型.实验结果表明,提出的算法能极大地提高推荐精度,同时在一定程度上解决了基于模型和基于内存推荐存在的不足.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄文明	桂林电子科技大学广西可信软件重点实验室	80	616	13.0	22.0
2	邓珍荣	桂林电子科技大学广西可信软件重点实验室	39	204	8.0	12.0
3	程广兵	桂林电子科技大学计算机科学与工程学院	1	7	1.0	1.0
4	周先亭	桂林电子科技大学计算机科学与工程学院	2	12	2.0	2.0