基于子空间聚类的协同过滤推荐算法

作者：王英博; 韩国淼; 王铭泽

来源：计算机工程与应用, 2021, 1-11.

• 协同过滤
• 子空间聚类
• 邻居用户树
• 相似性

为了降低数据稀疏性对推荐算法效率产生的影响，提出一种基于子空间聚类的协同过滤推荐算法（SCUCF）。该算法首先创建感兴趣、不感兴趣以及既不感兴趣也不不感兴趣三种类型被评价项目的不同子空间。其次，利用项目子空间为目标用户绘制邻居用户树，以此来寻找目标用户的邻居。最后，利用改进的用户相似性计算方法来确定推荐用户。通过MovieLens 100K、MovieLens 1M数据集对算法进行了验证，实验结果表明，该算法能够使推荐算法的推荐性能得到提升。并且，在与其它同类改进算法相比，该算法也表现出一定的优越性。

• 单位
  辽宁工程技术大学; 南宁学院