基于用户聚类与项目划分的优化推荐算法

• 作者: 申晋祥 鲍美英
• 来源期刊: 计算机系统应用
• 关键词: 推荐系统 协同过滤 聚类算法 相似度计算
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 159-164
• 页数: 6页
• 字数: 4567字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.006950

摘要

针对传统协同过滤推荐算法没有充分考虑用户属性及项目类别划分等因素对相似度计算产生的影响,存在数据稀疏性,从而导致推荐准确度不高的问题.提出一种基于用户属性聚类与项目划分的协同过滤推荐算法,算法对推荐准确度有重要影响的相似度计算进行了充分考虑.先对用户采用聚类算法以用户身份属性聚类,进而再对项目进行类别划分,在相似度计算中增加类别相似度,考虑共同评分用户数通过加权系数进行综合相似度计算,最后结合平均相似度,采用阈值法综合得出最近邻.实验结果表明,所提算法能够有效提高推荐精度,为用户提供更准确的推荐项目.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	鲍美英	山西大同大学计算机与网络工程学院	18	80	5.0	8.0
2	申晋祥	山西大同大学计算机与网络工程学院	17	72	5.0	7.0