基于K-means的语义协同过滤推荐算法

• 作者: 印国成
• 来源期刊: 扬州大学学报（自然科学版）
• 学科: 工学
• 关键词: 推荐 协同过滤 语义 K-means算法
• 年，卷（期）: 2018,（1）
• 页码范围: 46-49
• 页数: 4页
• 分类号: TP391.3|G254.924
• 语种: 中文
• DOI: 10.19411/j.1007-824x.2018.01.011

摘要

传统的基于图书和读者的协同过滤方法缺乏语义知识,易混杂不符合读者喜好的噪音数据,从而影响聚类效果和推荐的准确度.针对该问题,提出一种基于K-means的语义协同过滤推荐算法.为了反映读者对图书的偏爱程度,首先定义读者-图书关联矩阵,然后通过K-means聚类算法寻找相邻集合,在聚类过程中兼顾关联矩阵和语义知识,分别计算读者和图书的相似度,最后通过相似程度排序向用户推荐图书.结果表明,该算法在保证计算效率的情况下能显著提高推荐的准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	印国成		13	25	3.0	4.0