基于最近鄰居聚類的協(xié)同過濾推薦算法
本文關(guān)鍵詞:基于最近鄰居聚類的協(xié)同過濾推薦算法
更多相關(guān)文章: 推薦系統(tǒng) 系統(tǒng)過濾 劃分聚類 擴(kuò)展性
【摘要】:隨著推薦系統(tǒng)用戶數(shù)量和服務(wù)項(xiàng)目增多,可擴(kuò)展性問題成為推薦算法應(yīng)用的瓶頸.目前,大部分推薦算法以及基于這些算法的改進(jìn)主要集中在推薦質(zhì)量上,隨著系統(tǒng)規(guī)模擴(kuò)大,暴露出實(shí)時推薦效率降低和運(yùn)行耗時的缺點(diǎn).針對這些問題,提出了一種基于最近鄰聚類的協(xié)同過濾推薦算法.首先,該算法采用二分k-means算法把評分相似的用戶劃分到相同的類中,以此建立用戶聚類模型.然后,從聚類模型中挑選出目標(biāo)用戶的最近鄰居類作為檢索空間.最后,從檢索空間中搜索目標(biāo)用戶的最近鄰居,由最近鄰居的信息產(chǎn)生最終的推薦列表.實(shí)驗(yàn)結(jié)果表明,該算法在保持較高的推薦質(zhì)量的同時可以顯著提高推薦系統(tǒng)的效率,比傳統(tǒng)的協(xié)同過濾算法可擴(kuò)展性強(qiáng).
【作者單位】: 湖南大學(xué)信息科學(xué)與工程學(xué)院;
【關(guān)鍵詞】: 推薦系統(tǒng) 系統(tǒng)過濾 劃分聚類 擴(kuò)展性
【基金】:湖南省自然科學(xué)基金(2015JJ2027)資助
【分類號】:TP391.3
【正文快照】: Collaborative filtering recommendation algorithm basedon nearest neighbor clusteringWEI Huijuan,DAI Muhong,NING Yongyu(College of Information Science and Engineering,Hunan University,Changsha410082,China)the algorithm proposed in this paper not only sign
【相似文獻(xiàn)】
中國期刊全文數(shù)據(jù)庫 前10條
1 余小鵬;;一種基于多層關(guān)聯(lián)規(guī)則的推薦算法研究[J];計算機(jī)應(yīng)用;2007年06期
2 張立燕;;一種基于用戶事務(wù)模式的推薦算法[J];福建電腦;2009年03期
3 王晗;夏自謙;;基于蟻群算法和瀏覽路徑的推薦算法研究[J];中國科技信息;2009年07期
4 周珊丹;周興社;王海鵬;倪紅波;張桂英;苗強(qiáng);;智能博物館環(huán)境下的個性化推薦算法[J];計算機(jī)工程與應(yīng)用;2010年19期
5 王文;;個性化推薦算法研究[J];電腦知識與技術(shù);2010年16期
6 張愷;秦亮曦;寧朝波;李文閣;;改進(jìn)評價估計的混合推薦算法研究[J];微計算機(jī)信息;2010年36期
7 夏秀峰;代沁;叢麗暉;;用戶顯意識下的多重態(tài)度個性化推薦算法[J];計算機(jī)工程與應(yīng)用;2011年16期
8 楊博;趙鵬飛;;推薦算法綜述[J];山西大學(xué)學(xué)報(自然科學(xué)版);2011年03期
9 尹長青;楊單稷;;基于視頻的智能推薦算法[J];科技傳播;2011年22期
10 吳泓辰;王新軍;成勇;彭朝暉;;基于協(xié)同過濾與劃分聚類的改進(jìn)推薦算法[J];計算機(jī)研究與發(fā)展;2011年S3期
中國重要會議論文全文數(shù)據(jù)庫 前7條
1 王韜丞;羅喜軍;杜小勇;;基于層次的推薦:一種新的個性化推薦算法[A];第二十四屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集(技術(shù)報告篇)[C];2007年
2 唐燦;;基于模糊用戶心理模式的個性化推薦算法[A];2008年計算機(jī)應(yīng)用技術(shù)交流會論文集[C];2008年
3 秦國;杜小勇;;基于用戶層次信息的協(xié)同推薦算法[A];第二十一屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集(技術(shù)報告篇)[C];2004年
4 梁莘q,
本文編號:602880
本文鏈接:http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/602880.html