10.3969/j.issn.1003-3254.2011.05.013
基于用户兴趣分类的协同过滤推荐算法
在现代信息网络中,个性化的推荐系统已经成为用户和应用软件交互的关键部分.推荐算法是个性化推荐系统的核心,其中,协同过滤算法是至今应用最为成功的推荐算法之一.但传统的协同过滤算法没有考虑用户兴趣的多样性,对用户兴趣度量不准确,难以适用于用户多兴趣的推荐系统,提出了适应用户兴趣多样性的协同过滤算法并利用改进的模糊聚类算法搜索最近邻.最后采用实际的日志数据进行算法实验,实验结果表明该算法较其他推荐算法具有较优的执行效率和推荐精度.
个性化、协同过滤算法、兴趣分类、模糊聚类
20
TP3;O15
国家自然科学基金70971089;上海市重点学科项目经费资助S30501
2011-09-06(万方平台首次上网日期,不代表论文的发表时间)
共5页
55-59