基于三支聚类的协同过滤推荐方法

摘要：

通过聚类可以缩小用户近邻空间,从而一定程度缓解传统协同过滤推荐算法存在的可扩展性问题,但因部分用户丢失了有效邻居而使得推荐精度不高.为解决该问题,结合三支聚类提出了一种新的协同过滤方法.该方法分为线下聚类和线上推荐两个步骤.对用户先进行聚类,进而将用户划为核心用户和边界用户,并对这两类用户分别应用不同的聚类规则进行聚类;然后在目标用户所属的簇中产生一个预测评分,对属于多个簇的用户,则聚合每个簇的评分得到其预测结果.实验结果表明,该方法与现有基于聚类的协同过滤算法相比,能有效地提高推荐精度.

关键词：协同过滤、三支决策、聚类、推荐系统

所属期刊栏目：54

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金;国家自然科学基金;重庆市自然科学基金

在线出版日期：2022-04-20（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：22-27