融合用户模糊聚类和相似度的加权Slope One优化

• 作者: 石朋 姚文明 王祥
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 协同过滤 加权SlopeOne算法 模糊聚类 推荐算法
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 数据库与数据挖掘
• 页码范围: 70-75
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2021.01.014

摘要

在数据集稀疏的情况下传统的Slope One算法推荐效果差、精确度低,并且该算法对所有用户一视同仁,没有考虑用户间相似性和差异性的情况;同时,随着数据量越来越大,实时性也逐渐变差.针对以上问题,进行加权Slope One算法优化的研究.首先,利用模糊聚类技术将不同类型用户进行分类,减少最近邻搜索范围,降低计算复杂度;然后,对加权Slope One计算公式进行改进,在计算中引入皮尔逊相关系数加以限定;最后,在每个类簇中利用改进的加权Slope One算法进行用户评分预测,进而产生推荐集.实验表明,本文算法有效提高了推荐精确度,增强了推荐实时性.