-
题名基于混合聚类与融合用户属性特征的协同过滤推荐算法
被引量：9
- 1
-
-
作者
王蓉
刘宇红
张荣芬
-
机构
贵州大学大数据与信息工程学院
-
出处
《现代电子技术》
2021年第6期179-182,共4页
-
基金
贵州省科技计划项目([2016]5707)。
-
文摘
针对协同过滤推荐算法存在的推荐质量低、推荐效率低、冷启动等问题,提出一种基于混合聚类与融合用户属性特征的协同过滤推荐算法。根据用户属性信息,建立Canopy+K-means的混合聚类模型,采用该模型对所有用户进行聚类;生成多个聚类簇,在每个簇中结合用户属性特征,形成一种新的相似度计算模型,通过该模型找到目标用户的最近邻居,以此产生推荐列表进而实现推荐。在MovieLens数据集上进行的实验结果表明,此算法能够在提高推荐效率和推荐准确性的同时缩短算法运行时间,解决冷启动问题。
-
关键词
协同过滤推荐算法
混合聚类
用户属性特征
相似度计算
特征相似性
算法对比
-
Keywords
collaborative filtering algorithm
hybrid clustering
user attribute feature
similarity calculation
feature similarity
algorithm comparison
-
分类号
TN911.1⁃34
[电子电信—通信与信息系统]
TP319
[自动化与计算机技术—计算机软件与理论]
-
