利用模糊分块改进协同过滤的扩展性和准确性
项目的协同过滤方法利用项目之间相似性预测用户对项目的评分,但相似项的选择面临可扩展性和准确性的问题.为此,提出分布式协同过滤方法,利用模糊分块技术将项目集分成若干块,然后仅在各块内比较项目的相似性.通过裁剪相似关系图进一步改善效率,从图中去除不可能相似的项目之间的边.最后,利用图的分区技术,将相似关系图分割为若干较小的区,在各分区上并行计算项目的相似度.实验结果表明,该方法能改善推荐系统的准确性和可扩展性.
推荐系统、个性化推荐、协同过滤、数据分块、模糊聚类
40
TP391(计算技术、计算机技术)
国家自然科学基金项目61003237
2017-05-22(万方平台首次上网日期,不代表论文的发表时间)
共5页
74-78