QPSO与FCM融合的协同过滤推荐算法

作者：王晓云

来源：电脑知识与技术, 2019, 15(18): 284-287.

DOI：10.14004/j.cnki.ckt.2019.2042

• 量子粒子群算法
• 模糊C均值聚类
• 协同过滤
• 视频推荐

针对以往的推荐算法中存在的"冷启动"和"数据稀疏性"问题提出了一种QPSO(Quantum behaved Particle Swarm Op-timization)聚类与协同过滤相结合的推荐算法。该算法首先用QPSO聚类产生中心聚点来解决模糊C均值聚类中初始聚类中心选择问题,并引入罚函数的思想来确立目标函数,再联合项目隶属度矩阵和稀疏的用户项目评分矩阵构造出用户项目簇矩阵。最后使用协同过滤算法对用户项目簇矩阵进行处理,得到目标用户的推荐项目集合。使用平均绝对误差和综合评价指标F对该算法进行验证,实验结果表明,该算法不仅解决了传统FCM(Fuzzy c-means)算法初始中心选择问题,还解决了协同过滤推荐中存在的数据稀疏和冷启动问题,推荐精度也得到了极大提高。

• 单位
  北京信息科技大学