基于模糊C-均值和特征加权法的协同过滤推荐算法

• 作者: 字云飞 孙华艳 李业丽 韩旭
• 来源期刊: 信息技术与网络安全
• 学科: 工学
• 关键词: 推荐系统 协同过滤 FCM算法 特征值 加权 相似性
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 智能算法
• 页码范围: 54-58,63
• 页数: 6页
• 分类号: TN311
• 字数: 5225字
• 语种: 中文
• DOI: 10.19358/j.issn.2096-5133.2018.06.011

摘要

随着用户对推荐精准度和个性化的要求越来越高,传统推荐算法对于用户-项目的非理性评判弊端以及稀疏性等带来的问题,严重影响推荐的精准度及个性化.基于这些问题,提出了一种基于C-均值和特征加权法的协同过滤推荐算法,该算法首先对用户-项目的评分、转存、特征值等建立矩阵来计算它们之间的相似度,然后通过FCM算法筛选出候选集;而候选集中的项目、用户又具有特征值权重向量的划分,所以再对候选集通过特征加权法获得最终推荐集,从而实现精准、个性化及高效推荐.实验结果表明,该算法能够有效提高相似度计算精度,从而解决数据稀疏性及评分极端带来的不良性,进而提高推荐的精准度、个性化及执行效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李业丽	北京印刷学院信息工程学院	45	164	7.0	11.0
2	字云飞	北京印刷学院信息工程学院	8	26	4.0	5.0
3	孙华艳	北京印刷学院信息工程学院	8	26	4.0	5.0
4	韩旭	北京印刷学院信息工程学院	8	7	1.0	2.0