-
题名基于项目属性聚类及相似度优化的协同过滤算法
被引量：6
- 1
-
-
作者
苏凯
张萱
付静
-
机构
海军工程大学管理工程与装备经济系
海军工程大学教研保障中心
-
出处
《海军工程大学学报》
CAS
北大核心
2022年第2期20-26,共7页
-
基金
国家自然科学基金资助项目(61802425)。
-
文摘
协同过滤是电子商务推荐系统中应用最广泛的算法,传统协同过滤算法在面临数据稀疏性问题时,其相似度计算不够准确,影响了推荐系统的准确度。鉴于此,提出了一种基于项目属性聚类及相似度优化的协同过滤算法。首先,利用杰卡德系数衡量项目间属性距离,利用改进后的K-means算法对项目聚类;然后,计算目标项目与每个类中心的属性距离,设定阈值并筛选出小于阈值的类,将搜索范围缩小到对应的类中;最后,引入属性权重概念,将评分与属性权重相结合,优化相似度计算。在MovieLens数据集上的实验结果表明:改进后的算法能够显著提高推荐的准确度、查准率和覆盖率。
-
关键词
推荐系统
协同过滤
杰卡德系数
项目属性聚类
-
Keywords
recommended system
collaborative filtering
Jaccard index
items attribute clustering
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
