基于用户偏好和麻雀搜索聚类的协同过滤算法

• 作者: 聂晓明 高鹏翔
• 来源期刊: 青岛大学学报（自然科学版）
• 学科: 工学
• 关键词: 评分偏好 麻雀搜索 协同过滤 推荐精度
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 电子与信息工程
• 页码范围: 70-76
• 页数: 7页
• 分类号: TP391.3
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1037.2021.02.13

摘要

针对推荐算法数据稀疏及聚类中心点敏感问题,提出了一种基于用户偏好和麻雀搜索聚类的协同过滤推荐算法.首先使用评分偏好模型对原用户项目矩阵进行修正,得到新的用户偏好-项目矩阵.利用麻雀搜索对聚类中心点进行优化,从目标用户所在簇内得到最近邻,提高了算法迭代速度,改善了聚类中心点敏感的问题.使用相似度公式对目标用户未评分项目进行预测,并完成推荐.实验结果表明,相较于其他几种推荐算法,准确度提高了4到6个百分点.