本文關(guān)鍵詞： 協(xié)同過濾 譜聚類 Salton因子 時(shí)間衰減因子 用戶偏好因子　出處：《計(jì)算機(jī)應(yīng)用研究》2017年10期 　論文類型：期刊論文

【摘要】：針對傳統(tǒng)協(xié)同過濾算法面臨數(shù)據(jù)稀疏、忽略用戶時(shí)間上下文信息及對興趣物品偏好程度等問題,提出基于譜聚類與多因子融合的協(xié)同過濾推薦算法。首先將FCM聚類融入到譜聚類算法的關(guān)鍵步驟,并通過聚類有效性指數(shù)對用戶聚類個(gè)數(shù)進(jìn)行優(yōu)化,以降低生成最近鄰的時(shí)耗;然后將Salton因子、時(shí)間衰減因子、用戶偏好因子進(jìn)行融合,從而對相似度進(jìn)行改進(jìn);最后獲取系統(tǒng)當(dāng)前時(shí)間為目標(biāo)用戶生成推薦列表。Movie Lens上的實(shí)驗(yàn)結(jié)果表明,該算法在推薦精度、覆蓋率及新穎度指標(biāo)上有較大改善,提升了推薦性能。
[Abstract]:The traditional collaborative filtering algorithm faces the problems of sparse data, ignoring user time context information and the degree of preference to interest items. A collaborative filtering recommendation algorithm based on spectral clustering and multi-factor fusion is proposed. Firstly, FCM clustering is integrated into the key steps of spectral clustering algorithm, and the number of users is optimized by clustering validity index. In order to reduce the time consumption of generating nearest neighbor; Then the Salton factor, the time attenuation factor and the user preference factor are fused to improve the similarity. Finally, the experimental results on the target user generated recommendation list. Movie Lens show that the proposed algorithm can improve the index of recommendation accuracy, coverage and novelty. Improved recommendation performance.
【作者單位】： 上海大學(xué)管理學(xué)院;
【基金】：國家自然科學(xué)基金資助項(xiàng)目(11201290)
【分類號】：TP391.3
【正文快照】： 互聯(lián)網(wǎng)的快速發(fā)展使人們進(jìn)入到信息過載社會(huì),如何在繁雜的信息中快速且準(zhǔn)確地找出自己需要的信息,成為亟需解決的問題。推薦系統(tǒng)作為商業(yè)和學(xué)術(shù)界的研究重點(diǎn),被認(rèn)為是解決信息過載問題的有效工具。協(xié)同過濾(collaborative filtering)是推薦系統(tǒng)中最常用的算法,其利用用戶的歷

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 徐義峰;陳春明;徐云青;;一種基于分類的協(xié)同過濾算法[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2007年01期

2 楊風(fēng)召;;一種基于特征表的協(xié)同過濾算法[J];計(jì)算機(jī)工程與應(yīng)用;2007年06期

3 王嵐;翟正軍;;基于時(shí)間加權(quán)的協(xié)同過濾算法[J];計(jì)算機(jī)應(yīng)用;2007年09期

4 曾子明;張李義;;基于多屬性決策和協(xié)同過濾的智能導(dǎo)購系統(tǒng)[J];武漢大學(xué)學(xué)報(bào)(工學(xué)版);2008年02期

5 張富國;;用戶多興趣下基于信任的協(xié)同過濾算法研究[J];小型微型計(jì)算機(jī)系統(tǒng);2008年08期

6 侯翠琴;焦李成;張文革;;一種壓縮稀疏用戶評分矩陣的協(xié)同過濾算法[J];西安電子科技大學(xué)學(xué)報(bào);2009年04期

7 廖新考;;基于用戶特征和項(xiàng)目屬性的混合協(xié)同過濾推薦[J];福建電腦;2010年07期

8 徐紅;彭黎;郭艾寅;徐云劍;;基于用戶多興趣的協(xié)同過濾策略改進(jìn)研究[J];計(jì)算機(jī)技術(shù)與發(fā)展;2011年04期

9 焦晨斌;王世卿;;基于模型填充的混合協(xié)同過濾算法[J];微計(jì)算機(jī)信息;2011年11期

10 宋緯華;田元;;基于蟻群算法的協(xié)同過濾推薦技術(shù)[J];農(nóng)業(yè)圖書情報(bào)學(xué)刊;2013年08期

相關(guān)會(huì)議論文 前10條

1 沈杰峰;杜亞軍;唐俊;;一種基于項(xiàng)目分類的協(xié)同過濾算法[A];第二十二屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2005年

2 周軍鋒;湯顯;郭景峰;;一種優(yōu)化的協(xié)同過濾推薦算法[A];第二十一屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2004年

3 董全德;;基于雙信息源的協(xié)同過濾算法研究[A];全國第20屆計(jì)算機(jī)技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議（CACIS·2009）暨全國第1屆安全關(guān)鍵技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集（上冊）[C];2009年

4 張光衛(wèi);康建初;李鶴松;劉常昱;李德毅;;面向場景的協(xié)同過濾推薦算法[A];中國系統(tǒng)仿真學(xué)會(huì)第五次全國會(huì)員代表大會(huì)暨2006年全國學(xué)術(shù)年會(huì)論文集[C];2006年

5 李建國;姚良超;湯庸;郭歡;;基于認(rèn)知度的協(xié)同過濾推薦算法[A];第26屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（B輯）[C];2009年

6 王明文;陶紅亮;熊小勇;;雙向聚類迭代的協(xié)同過濾推薦算法[A];第三屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集[C];2007年

7 胡必云;李舟軍;王君;;基于心理測量學(xué)的協(xié)同過濾相似度方法(英文)[A];NDBC2010第27屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集(B輯)[C];2010年

8 林麗冰;師瑞峰;周一民;李月雷;;基于雙聚類的協(xié)同過濾推薦算法[A];2008'中國信息技術(shù)與應(yīng)用學(xué)術(shù)論壇論文集（一）[C];2008年

9 羅喜軍;王韜丞;杜小勇;劉紅巖;何軍;;基于類別的推薦——一種解決協(xié)同推薦中冷啟動(dòng)問題的方法[A];第二十四屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2007年

10 黃創(chuàng)光;印鑒;汪靜;劉玉葆;王甲海;;不確定近鄰的協(xié)同過濾推薦算法[A];NDBC2010第27屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集A輯一[C];2010年

相關(guān)博士學(xué)位論文 前7條

1 紀(jì)科;融合上下文信息的混合協(xié)同過濾推薦算法研究[D];北京交通大學(xué);2016年

2 程殿虎;基于協(xié)同過濾的社會(huì)網(wǎng)絡(luò)推薦系統(tǒng)關(guān)鍵技術(shù)研究[D];中國海洋大學(xué);2015年

3 于程遠(yuǎn);基于QoS的Web服務(wù)推薦技術(shù)研究[D];上海交通大學(xué);2015年

4 李聰;電子商務(wù)推薦系統(tǒng)中協(xié)同過濾瓶頸問題研究[D];合肥工業(yè)大學(xué);2009年

5 孔維梁;協(xié)同過濾推薦系統(tǒng)關(guān)鍵問題研究[D];華中師范大學(xué);2013年

6 夏培勇;個(gè)性化推薦技術(shù)中的協(xié)同過濾算法研究[D];中國海洋大學(xué);2011年

7 趙向宇;Top-N協(xié)同過濾推薦技術(shù)研究[D];北京理工大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 鄒騰飛;基于多特征融合的混合協(xié)同過濾算法研究[D];西南大學(xué);2015年

2 于鈺雯;基于項(xiàng)目凝聚層次聚類的協(xié)同過濾推薦算法研究[D];遼寧大學(xué);2015年

3 杜文剛;基于多屬性評分的協(xié)同過濾推薦算法研究[D];遼寧大學(xué);2015年

4 高慧敏;融合占有度的時(shí)間遺忘協(xié)同過濾混合推薦算法研究[D];燕山大學(xué);2015年

5 蘇靖涵;面向SaaS多租戶的動(dòng)態(tài)推薦方法研究[D];遼寧大學(xué);2015年

6 徐曉妮;基于人工魚群算法的協(xié)同過濾推薦算法研究[D];遼寧大學(xué);2015年

7 羅培;移動(dòng)購物導(dǎo)購關(guān)鍵技術(shù)的研究與系統(tǒng)實(shí)現(xiàn)[D];西南交通大學(xué);2015年

8 李婧;融合用戶差異度及信息熵的協(xié)同過濾推薦算法[D];西安建筑科技大學(xué);2015年

9 樂柱;基于誤差反饋的協(xié)同過濾算法[D];華南理工大學(xué);2015年

10 馬兆才;基于協(xié)同過濾的推薦系統(tǒng)算法研究與實(shí)現(xiàn)[D];蘭州大學(xué);2015年

，

本文編號：1470323