基于多维特征聚类和用户评分的景点推荐算法

摘要：

针对传统的协调过滤推荐算法利用单一评分矩阵带来的数据稀疏性问题,提出一种基于多维特征聚类和用户评分的景点推荐算法.划分用户类别,使用基于属性权重的加权K-means聚类算法将表示用户特征的多维指标数值进行聚类;确定目标用户类别,引入用户的推荐可信度和质量可信度并形成评分可信度,将评分可信度和评分相似度结合平衡因子来计算用户之间的相似度,优化传统的相似度推荐算法.实验结果表明,该算法降低了数据的稀疏性,提高了推荐精度,具有更好的稳定性.

关键词：多维特征、用户聚类、评分可信度、评分相似度、景点推荐

所属期刊栏目：40

分类号：TP312(计算技术、计算机技术)

资助基金：山东省自然科学基金项目ZR2012FM015;海岛礁测绘技术国家测绘地理信息局重点实验室基金项目2014B08;卫星测绘技术与应用国家测绘地理信息局重点实验室经费基金项目KLAMTA-201407

在线出版日期：2019-08-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1322-1327