10.3969/j.issn.1673-629X.2016.04.011
基于Weighted-slope One的用户聚类推荐算法研究
针对传统协同过滤推荐算法存在的数据稀疏性以及实时性差的问题,提出一种基于Weighted-slope One的用户聚类推荐算法。该算法首先利用Weighted-slope One算法的思想对初始的用户-评分矩阵进行有效填充,降低数据的稀疏性;然后,结合初始聚类中心优化改进的K -means方法对用户进行聚类,生成相似用户集合,以缩小目标用户搜索最近邻的范围;最后,结合目标用户所属的聚类,利用基于用户的协同过滤算法搜索最近邻居,为目标用户推荐对应的产品。仿真实验结果表明,改进算法可以显著降低数据的稀疏度,同时提升推荐的准确性和实时性。
协同过滤、高维稀疏矩阵、Weighted-slope One、K-means、聚类中心
26
TP311(计算技术、计算机技术)
中央高校基本科研业务费专项资金项目2572014DB05;中国博士后科学基金面上基金2012M520711;国家自然科学基金资助项目71473034
2016-05-25(万方平台首次上网日期,不代表论文的发表时间)
共5页
51-55