结合改进用户聚类与LFM模型的协同过滤推荐算法

作者：顾明星; 张梦甜

来源：科技与创新, 2023, (17): 18-24.

DOI：10.15913/j.cnki.kjycx.2023.17.005

• 协同过滤推荐
• AP聚类
• 隐语义模型
• 线性加权

针对协同过滤算法推荐准确性低的缺点，提出了一种混合推荐算法。首先在协同过滤算法中，增加3个影响因子改进评分相似度，并预测用户第一评分；其次在AP(Affinity Progagation)聚类算法中，将阻尼系数由静态取值改进为动态取值以提高聚类效果，利用改进AP算法将目标用户聚类到恰当的簇，并利用LFM(Latent Factor Model，隐语义)模型预测用户第二评分；最后将2次评分线性加权，得到最终预测评分并对项目进行推荐。实验表明，所提算法能有效改善推荐精度。