结合物品类型和密度峰值聚类的协同过滤推荐算法

摘要：

现有的推荐算法主要依靠评分记录,对用户的个性需求关注较少,推荐结果不完全符合实际需求.针对该问题,本文在传统的基于用户的协同过滤算法(UCF)基础上,结合密度峰值聚类研究物品属性,分析用户对物品类型、聚类的兴趣取向,深入挖掘用户的个性需求,提出了一种结合物品类型和密度峰值聚类的协同过滤推荐算法.采用密度峰值聚类,无需指定聚类中心和聚类数,利用逆向文档频率对算法进行优化,提高了对物品特征和用户兴趣的识别度.实验结果表明,本文算法能较好地获取用户偏向,提供更加准确、高效的Top-N推荐.

关键词：密度峰值聚类、协同过滤、推荐算法

所属期刊栏目：44

分类号：TP391(计算技术、计算机技术)

资助基金：中央高校基本科研业务费重点科研基地创新基金222201717006

在线出版日期：2019-04-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：862-868