基于聚类和用户偏好的协同过滤推荐算法

• 作者: 曾英杰 王卫红
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 协同过滤 k-means聚类 用户偏好 相似度 Weighted Slope One算法
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 大数据与云计算
• 页码范围: 68-73
• 页数: 6页
• 分类号: TP391
• 字数: 5395字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1906-0417

摘要

协同过滤推荐算法使用评分数据作为学习的数据源,针对协同过滤推荐算法中存在的评分数据稀疏以及算法的可拓展性问题,提出了一种基于聚类和用户偏好的协同过滤推荐算法.为了挖掘用户的偏好,该算法引入了用户对项目类型的平均评分到评分矩阵中,并加入了基于用户自身属性的相似度;同时,为了降低数据稀疏性,该算法使用Weighted Slope One算法填充评分数据中的未评分项,并通过融入密度和距离优化初始聚类中心的K-means算法聚类填充后的评分数据中的用户,缩小了相似用户的搜索空间;最后在聚类后的数据集中使用传统的协同过滤推荐算法生成目标用户的推荐结果.通过使用MovieLens100K数据集实验证明,提出的算法对推荐效果有所改善.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王卫红	浙江工业大学计算机科学与技术学院	68	575	12.0	20.0
2	曾英杰	浙江工业大学计算机科学与技术学院	1	1	1.0	1.0