为解决传统知识推荐领域存在的“重相似、轻关联”的问题，并进一步提升推荐精度，提出将相似度和关联度融合为知识匹配度的应对思路，并利用余弦相似度和Apriori算法计算知识间匹配度；而后，通过谱聚类实施空间压缩以降低遍历时耗；最后，基于聚类结果和预测评分确定知识推荐范畴。采用Movielens数据集进行仿真模拟，结果表明，所提算法优于传统的ICF算法和KNN-ICF算法。
科研之友
微信
新浪微博
Facebook
分享链接
