基于内容和协同过滤相融合的推荐算法

• 作者: 沈华理
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 工学
• 关键词: 协同过滤 冷启动 人口统计学特征 K-MEANS聚类 混合推荐
• 年，卷（期）: 2018,（1Z）
• 页码范围: 232-234
• 页数: 3页
• 分类号: TP391.3

摘要

协同过滤算法有两个主要问题:新用户冷启动问题和相似用户的可靠性问题。为了解决上述问题,提出了基于内容和协同过滤相融合的推荐算法,主要解决新用户冷启动、相似用户可靠性问题。该算法的主要过程为,利用k-means聚类算法将数据集中的用户进行聚类,然后确定用户各个属性特征的适当权重,根据用户人口统计学特征的聚类方法,将新用户分配到恰当的类中,最后提取出新用户的最近邻,根据最近邻用户的项目评分,计算新用户对未评分项目的预评分,生成推荐列表。实验结果表明,在平均绝对误差(MAE)和均方根误差(RMAE)上有较明显的改善。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈华理	安徽理工大学计算机科学与工程学院	3	4	1.0	2.0