基于多目标进化双聚类的数字图书馆协同过滤推荐系统

摘要：

针对数字图书馆推荐系统,提出一种能够同时考虑用户和项之间的相似性的协同过滤(CF)方法,即应用多目标优化计算双聚类技术对行和列同时进行聚类,完成对用户和项相似性同时分组.为评估算法的效率,应用MovieLens数据集进行实验,结果表明该方法能够为用户提供有用的推荐意见,其性能优于其他CF方法.

关键词：数字图书馆、推荐系统、个性化服务、协同过滤、多目标、双聚类

所属期刊栏目：55

分类号：TP393(计算技术、计算机技术)

在线出版日期：2011-08-05（万方平台首次上网日期，不代表论文的发表时间）

页码：111-113