基于混合聚类与融合用户属性特征的协同过滤推荐算法OACSTPCD
Collaborative filtering recommendation algorithm based on hybrid clustering and fusion of user attribute features
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…查看全部>>
王蓉;刘宇红;张荣芬
贵州大学 大数据与信息工程学院,贵州 贵阳 550025贵州大学 大数据与信息工程学院,贵州 贵阳 550025贵州大学 大数据与信息工程学院,贵州 贵阳 550025
信息技术与安全科学
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
《现代电子技术》 2021 (6)
179-182,4
贵州省科技计划项目([2016]5707)
评论