科研之友
微信
新浪微博
Facebook
分享链接
摘要
在大多数推荐系统中,由于用户评分数据的稀疏性,使得相似度误差较大并影响推荐结果的准确性。为了解决用户评分数据的稀疏性问题,本文提出了一种基于聚类的协同过滤推荐算法。该算法依据项目的特征和用户对项目的评分,生成用户项目-特征兴趣矩阵,使用用户项目-特征兴趣矩阵对用户进行聚类,将同类用户对项目的平均评分作为未评分项目的估计评分填充用户-项目评分矩阵,再计算项目相似度并产生推荐结果。通过实验证明,在选取不同最近邻数量的条件下,提出的基于聚类的协同过滤推荐算法相比传统算法,推荐精度和准确度有一定程度的提高。
- 单位
