融合隐语义模型和K-meansplus聚类模型的推荐算法

• 作者: 乔平安 任泽乾 曹宇
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 隐语义模型 K-meansplus聚类模型 融合算法
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 信息融合
• 页码范围: 1108-1111
• 页数: 4页
• 分类号: TP311.5
• 字数: 2797字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2018.06.009

摘要

传统的推荐模型有很多的局限性,其主要问题存在于数据的稀疏性和可扩展性,导致预测评分的结果不够准确和计算效率不够高.针对以上问题论文提出了一种融合算法,将隐语义模型和K-meansplus聚类模型有效地结合,解决了数据稀疏性和可扩展的问题.在MovieLens数据集上测试,实验结果分析表明,该融合算法性能优于其他算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	乔平安	西安邮电大学计算机学院	36	62	6.0	6.0
2	曹宇	西安邮电大学计算机学院	3	2	1.0	1.0
3	任泽乾	西安邮电大学计算机学院	3	2	1.0	1.0