基于项目聚类的协同过滤推荐算法

摘要：

推荐系统是电子商务中最重要的技术之一,协同过滤是推荐系统中采用最为广泛也是最成功的推荐技术.随着电子商务系统用户数目和商品数目日益增加,在整个用户空间上寻找目标用户的最近邻居非常耗时,导致推荐系统的实时性要求难以保证.针对上述问题,本文提出了一种基于项目聚类的协同过滤推荐算法,根据用户对项目评分的相似性对项目进行聚类,生成相应的聚类中心,在此基础上计算目标项目与聚类中心的相似性,从而只需要在与目标项目最相似的若干个聚类中就能寻找到目标项目的大部分最近邻居并产生推荐列表.实验结果表明,本算法可以有效提高推荐系统的实时响应速度.

关键词：电子商务、推荐系统、协同过滤、聚类、平均绝对偏差

所属期刊栏目：25

分类号：TP311(计算技术、计算机技术)

资助基金：国家高技术研究发展计划863计划2001AA113181

在线出版日期：2004-10-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1665-1670