基于模糊聚类和改进混合蛙跳的协同过滤推荐

• 作者: 暴利花 田雨 许智宏 闫文杰
• 来源期刊: 计算机应用研究
• 关键词: 协同过滤推荐 指数遗忘函数 模糊C-均值聚类 混合蛙跳算法
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2908-2911
• 页数: 4页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.10.006

摘要

由于传统的协同过滤推荐算法存在很多缺陷,如数据稀疏性、冷启动、低推荐精度等,提出了一种基于模糊聚类和改进混合蛙跳的协同过滤推荐算法.首先利用一种构造的基于时间的指数遗忘函数对原始评分数据进行处理;然后根据得到的基于时间衰退的评分矩阵对用户进行模糊C-均值(FCM)聚类,并找出与目标用户有较高相似性的前几个类作为候选邻居集;再用改进的混合蛙跳算法找到最近邻居集;最后求出目标用户对未参与项目的预测评分.经实验证明,该算法比其他一些算法的推荐精度要高,且由于数据稀疏性引起的不良影响也得到了有效的缓解.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田雨	河北工业大学计算机科学与软件学院	4	25	3.0	4.0
2	许智宏	河北工业大学计算机科学与软件学院	28	126	5.0	10.0
4	闫文杰	河北工业大学计算机科学与软件学院	4	3	1.0	1.0
10	暴利花	河北工业大学计算机科学与软件学院	1	2	1.0	1.0