10.3969/j.issn.1000-3886.2011.05.006
一种改进的协作过滤算法
协作过滤算法作为最成功的个性化推荐技术已经被应用到很多领域中.针对现有推荐算法存在的预测值判定不准确、数据高维稀疏性、可扩展性不强的问题,提出了一种改进的协作过滤方法.协作过滤方法首先通过对资源进行分类、加权过滤数据预处理以及K-平均聚类算法对用户进行聚类,然后利用余弦相似度计算用户间的相似性,产生最近邻居集,最后基于可信度对算法产生的预测值进行修正,从而得到最终的推荐集.实验结果表明,改进后的协作过滤算法在推荐效果方面得到了更好的改善.
协作过滤、聚类、最近邻居集、可信度、预测值
33
TP301.6(计算技术、计算机技术)
2012-02-21(万方平台首次上网日期,不代表论文的发表时间)
共3页
15-17