一种基于项目聚类的自主推荐多样性优化算法
[目的]通过聚类权重再分配算法优化推荐列表的多样性.[方法]提出一种提高推荐多样性的方法,依据项目评分进行聚类,参照阈值采用聚类权重再分配算法重新分配各聚类集的权重,根据权重大小从各聚类集中筛选项目生成最终推荐列表.[结果]实验结果表明,调整阈值由20缩小到1,本文方法将三种算法在MovieLens数据集上生成的推荐列表的z-多样性值分别提高0.46、0.65和1.88,Book-Crossing数据集对应的z-多样性值分别提高0.38、0.49和0.76.[局限]仅适用于提高推荐列表的多样性,对于总体多样性并没有涉及.[结论]有效提高推荐的多样性,同时保证推荐的准确率和较低的时间复杂性.
项目聚类、推荐多样性、优化算法、用户满意度、协同过滤
TP301.6(计算技术、计算机技术)
本文系教育部人文社会科学一般项目“电子商务环境下顾客购物偏好推荐及企业利润挖掘”项目编号:13YJC630195的研究成果之一.
2015-05-28(万方平台首次上网日期,不代表论文的发表时间)
34-41