一种基于用户属性和网站类型聚类的协同过滤推荐算法

• 作者: 张志钢 李国燕 陈亚东 高天迎
• 来源期刊: 天津城建大学学报
• 学科: 工学
• 关键词: 用户属性 网站类型 聚类 协同过滤
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 智慧城市
• 页码范围: 68-73
• 页数: 6页
• 分类号: TP301.6
• 字数: 5120字
• 语种: 中文
• DOI: 10.19479/j.2095-719x.1801068

摘要

针对校园网服务器中存在的实名Web Log数据,提出了一种基于用户属性和网站类型聚类的协同过滤推荐算法.算法首先通过构建用户-网-站类型评分矩阵,采用K-Means算法对用户进行聚类分析;然后基于聚类结果,并结合用户-属性矩阵,计算不同用户的相似性,产生近邻用户;最终对网站进行预测评分,并为目标用户推荐个性化的网站.结果表明,该算法能够有效地降低数据集的稀疏性,提高用户相似度计算的准确性,提高了推荐算法的准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高天迎	天津城建大学计算机与信息工程学院	3	26	2.0	3.0
2	李国燕	天津城建大学计算机与信息工程学院	10	16	2.0	4.0
3	张志钢	天津城建大学信息化建设管理中心	3	8	1.0	2.0
4	陈亚东	天津城建大学计算机与信息工程学院	2	0	0.0	0.0