改进Mini Batch K-Means时间权重推荐算法

• 作者: 何承恩 徐慧君 王忠 饶华 马丽萍
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 协同过滤 预测填充 Pearson相关系数 Mini Batch K-Means聚类 牛顿冷却定律
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 73-78,86
• 页数: 7页
• 分类号: TP18
• 字数: 5800字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0054223

摘要

传统的协同过滤算法存在数据稀疏、可扩展性弱和用户兴趣度偏移等问题,算法运行效率和预测精度偏低.针对上述问题,提出一种改进的Mini Batch K-Means时间权重推荐算法.采用Pearson相关系数改进MiniBatch K-Means聚类,利用改进的聚类算法对稀疏评分矩阵进行聚类,计算用户兴趣评分并完成对稀疏矩阵的填充.考虑用户兴趣随时间变化的影响,引入牛顿冷却时间权重计算相似度,并基于已填充评分矩阵进行相似度加权计算,得到项目最终评分.实验结果表明,与传统协同过滤算法相比,该算法的平均绝对误差下降了31.08％,准确率、召回率、F1值均有较大提升,具有较高的评分预测精确度和准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王忠	四川大学电气工程学院	124	989	16.0	26.0
2	马丽萍	四川大学电气工程学院	15	182	6.0	13.0
3	徐慧君	四川大学电气工程学院	3	0	0.0	0.0
4	何承恩	四川大学电气工程学院	3	0	0.0	0.0
5	饶华	四川大学电气工程学院	4	6	2.0	2.0