-
题名基于混合聚类与融合用户兴趣的协同过滤推荐算法
被引量：10
- 1
-
-
作者
麻天
余本国
张静
宋文爱
景昱
-
机构
中北大学软件学院
山西省军民融合软件工程技术研究中心
海南医学院生物医学信息与工程学院
-
出处
《电子技术应用》
2022年第4期29-33,共5页
-
基金
国家自然科学基金(61602427)。
-
文摘
推荐效率低、推荐质量有待提高等问题普遍存在于传统协同过滤推荐算法中,为了改善并解决这些问题,在协同过滤推荐算法中将混合聚类与用户兴趣偏好融合,经过验证推荐质量有显著提升。首先根据用户的个人相关信息构建Canopy+bi-Kmeans的一种多重混合聚类模型,采用提出的混合聚类模型把所有用户划分成多个聚类簇,将每个用户的兴趣偏好融合到生成的聚类簇中,形成新的相似度计算模型;其次利用基于TF-IDF算法的权重归类方法计算用户对标签的权重,并使融入时间系数的指数衰减函数捕捉用户兴趣偏好随时间的变化;最后使用加权融合将用户偏好和混合聚类模型相结合,匹配到更相似的邻居用户,计算出项目评分并进行推荐。利用公开数据集对比实验证明,提出的方法能够提高推荐质量和推荐可靠性。
-
关键词
推荐算法
权重标签
时间衰减系数
指数衰减函数
混合聚类
-
Keywords
recommendation algorithm
weight label
time attenuation coefficient
exponential decay function
hybrid clustering
-
分类号
TP399
[自动化与计算机技术—计算机应用技术]
-
