基于MI聚类的协同推荐算法
在个性化推荐系统中,项目的内容特征是影响推荐精度的重要因素.针对传统协同推荐不能有效考虑项目内容特征的问题,在考虑传统用户-项目评分信息的基础上,引入项目的内容特征属性,构建基于多示例(M1)的用户评分信息表达模型.根据多示例学习模式具有一定容错性的特点,设计了基于多示例聚类的协同推荐算法,通过多示例聚类计算用户的最近邻集合,根据最近邻集合对用户评分进行预测.实验结果表明,基于MI聚类的协同过滤推荐算法提高了预测评分的准确度,且有效缓解了数据稀疏性问题.
协同推荐、MI聚类、内容特征
40
TP391(计算技术、计算机技术)
国家自然科学基金资助项目61173061,61472039,61303252,71201120;中央高校基本科研业务费专项资金资助项目2012-Ⅳ-053.The National Natural Science Foundation of China,Nos.61173061,61472039,61303252,71201120 ; the Fundamental Research Funds for the Central Universities,No.2012-Ⅳ-053.
2015-03-27(万方平台首次上网日期,不代表论文的发表时间)
253-257