基于信任用户联合聚类的协同过滤算法

摘要：

目前大量的协同过滤算法由于用户量过大存在速度瓶颈问题,由于新用户的加入导致冷启动问题.本文提出一种结合用户信任度和用户兴趣进行聚类的协同过滤算法.该算法综合用户信任度以及用户评分相似性来进行聚类,在聚类结果中寻找最近邻居并产生推荐.实验结果表明,该方法不仅加快了推荐结果的产生,而且还提高了推荐精度.

关键词：推荐系统、协同过滤、聚类、用户信任

分类号：TP391(计算技术、计算机技术)

在线出版日期：2013-10-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：50-53