基于聚类的协同过滤算法的研究

• 作者: 杨文娟 金子馨
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 工学
• 关键词: 推荐系统 协同过滤 聚类 矩阵分解
• 年，卷（期）: 2018,（6）
• 页码范围: 185-188
• 页数: 4页
• 分类号: TP393

摘要

作为推荐系统中被普遍使用的算法之一,各大电商网站都会利用协同过滤算法来进行相应物品的推荐。对协同过滤算法来说,推荐精度和时间效率两个方面具有重要的研究价值。因此,如何结合这两方面的优势,从而能设计一种时间效率较高,并且推荐精度很好的协同过滤推荐算法是一个很好的研究方向。为了应对大数据时代的信息量过大的问题,聚类算法与协同过滤算法的结合屡见不鲜。基于此,本文主要就各种聚类算法之间的不同,对聚类算法与协同过滤算法的不同结合方式进行了深入的讨论,并就此进行了实验对比分析。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨文娟	合肥工业大学计算机与信息学院	4	16	1.0	4.0
2	金子馨	合肥工业大学计算机与信息学院	2	1	1.0	1.0