基于NKL和K-means聚类的协同过滤推荐算法
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3969/j.issn.1004-3918.2020.01.002

基于NKL和K-means聚类的协同过滤推荐算法

引用
针对传统协同过滤推荐算法(CF)存在用户-项目矩阵稀疏以及推荐准确率较低等问题,提出了一种基于NKL和K-means聚类的协同过滤推荐算法(NKL-KM).首先,NKL-KM算法定义了一种新的相似性度量方法,该方法在进行相似性度量时考虑了各项目评分的分布以及评分值差异.其次,NKL-KM算法将K-means算法与CF算法结合,提高了推荐算法精度.最后,在MovieLens和Netflix数据集上进行算法对比实验,实验结果表明NKL-KM算法有较高的推荐精度.

协同过滤、推荐算法、矩阵稀疏、K-means、相似性度量

38

TP391(计算技术、计算机技术)

国家自然科学基金项目;山西省基础研究计划项目;山西省回国留学人员科研资助项目;山西省研究生教育改革项目;太原市科技计划研发项目

2020-04-03(万方平台首次上网日期,不代表论文的发表时间)

共7页

6-12

相关文献
评论
暂无封面信息
查看本期封面目录

河南科学

1004-3918

41-1084/N

38

2020,38(1)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn