应用聚类分析的协同过滤推荐算法

• 作者: 魏浩 张伟 郭新明
• 来源期刊: 福建电脑
• 关键词: 协同过滤 聚类 稀疏性 评价标准
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 论著|Research Articles
• 页码范围: 1-4
• 页数: 4页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.16707/j.cnki.fjpc.2021.05.001

摘要

在大多数推荐系统中,由于用户评分数据的稀疏性,使得相似度误差较大并影响推荐结果的准确性.为了解决用户评分数据的稀疏性问题,本文提出了一种基于聚类的协同过滤推荐算法.该算法依据项目的特征和用户对项目的评分,生成用户项目-特征兴趣矩阵,使用用户项目-特征兴趣矩阵对用户进行聚类,将同类用户对项目的平均评分作为未评分项目的估计评分填充用户-项目评分矩阵,再计算项目相似度并产生推荐结果.通过实验证明,在选取不同最近邻数量的条件下,提出的基于聚类的协同过滤推荐算法相比传统算法,推荐精度和准确度有一定程度的提高.