基于用户模式聚类的协同过滤个性化推荐方法OA北大核心CHSSCDCSSCI
Collaborative Filtering Method for Personalized Recommendation Based on Users Pattern Clustering
最近邻协同过滤常用的计算用户访问行为相似程度的距离函数仅是测定访问者对象在所有测试属性空间上的平均测定,而在属性集的子维空间上的相似模式并没有有效地挖掘出来,用户评分数据稀疏等问题使其推荐质量下降.针对这些问题,提出一种基于用户模式聚类的协同过滤推荐算法,该算法采用基于用户模式相似的子空间聚类方法产生聚类,并且利用模式相似度改进协同过滤,从而对用户产生个性化推荐.实验结果表明,该方法改善了推荐系统的效率和精度.
郭伟光;章蕾
合肥学院管理系,合肥,230061合肥学院管理系,合肥,230061
信息技术与安全科学
用户聚类协同过滤个性化推荐模式相似度
《情报杂志》 2011 (2)
160-163,4
评论