基于聚类的协同过滤算法的研究

摘要：

作为推荐系统中被普遍使用的算法之一,各大电商网站都会利用协同过滤算法来进行相应物品的推荐.对协同过滤算法来说,推荐精度和时间效率两个方面具有重要的研究价值.因此,如何结合这两方面的优势,从而能设计一种时间效率较高,并且推荐精度很好的协同过滤推荐算法是一个很好的研究方向.为了应对大数据时代的信息量过大的问题,聚类算法与协同过滤算法的结合屡见不鲜.基于此,本文主要就各种聚类算法之间的不同,对聚类算法与协同过滤算法的不同结合方式进行了深入的讨论,并就此进行了实验对比分析.

关键词：推荐系统、协同过滤、聚类、矩阵分解

所属期刊栏目：14

分类号：TP393(计算技术、计算机技术)

在线出版日期：2018-07-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：185-188